Tensorflow: Win10: ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden

Erstellt am 6. Okt. 2018  ·  184Kommentare  ·  Quelle: tensorflow/tensorflow

System Information:

Habe ich benutzerdefinierten Code geschrieben: Nein
Betriebssystemplattform und -verteilung: Windows 10 Pro aktualisiert
Mobilgerät: Keine
TensorFlow installiert von: pip install
TensorFlow-Version: 1.11.0
Python-Version: 3.6.6
Bazel-Version: nicht installiert
CUDA/cuDNN-Version: CUDA 9.0, cuDNN 8.0
GPU-Modell und Speicher: GF-GTX970 STRIX
Genauer Befehl zum Reproduzieren:
pip installieren tensorflow
pip install tensorflow-gpu
Python
Tensorflow als tf importieren

Problem

Ich hatte diesen Fehler ständig, auch nachdem ich versucht hatte, auf ältere Versionen des CUDA-Tools, cuDNN, Python, Tensorflow und Tensorflow-gpu herunterzustufen. Ich habe meine Umgebungsvariablen aktualisiert. Ich habe Visual C++ Redistributable Update installiert.
Ich habe die Lösungen von anderen ähnlichen Problemen (wie #10033 und #17101) gelesen und versucht, sie zu befolgen, aber es ist mir nicht gelungen, das Problem zu beheben.

Protokoll

C:\Benutzer\Benutzer>python
Python 3.6.6 (v3.6.6:4cf1f54eb7, 27. Juni 2018, 03:37:03) [MSC v.1900 64 Bit (AMD64)] auf win32
Geben Sie "Hilfe", "Copyright", "Credits" oder "Lizenz" ein, um weitere Informationen zu erhalten.
<> Tensorflow als tf . importieren
Traceback (letzter Anruf zuletzt):
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 343, in load_dynamic
return _load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow__init__.py", Zeile 22, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\user\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

windows builinstall

Hilfreichster Kommentar

Ich habe TensorFlow gerade auf 1.10.0 herabgestuft und es hat funktioniert

pip install tensorflow-gpu==1.10.0

Alle 184 Kommentare

Vielen Dank für Ihren Beitrag. Wir haben festgestellt, dass Sie das folgende Feld in der Problemvorlage nicht ausgefüllt haben. Könnten Sie sie aktualisieren, wenn sie in Ihrem Fall relevant sind, oder sie als N/A belassen? Vielen Dank.
Mobilgerät

Vielen Dank für Ihren Beitrag. Wir haben festgestellt, dass Sie das folgende Feld in der Problemvorlage nicht ausgefüllt haben. Könnten Sie sie aktualisieren, wenn sie in Ihrem Fall relevant sind, oder sie als N/A belassen? Vielen Dank.
Mobilgerät

OK, fertig.

Ich hatte das gleiche Problem, als ich versuchte, tensorflow-gpu unter Windows 10 zu verwenden.
Da ich es auf cuDNN10 nicht zum Laufen bringen konnte, entschied ich mich für 9 stattdessen mit ...

conda create --name tf-gpu
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
conda install keras-gpu

Sie können den vollständigen Beitrag auch unter https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA einsehen

Dank an Dr. Donald Kinghorn

Ich habe das gleiche Problem mit dir @damcclane . Wie hast du gelöst?

Win10 x64, Python 3.6, cuda9 mit cudnn 7.0.5 und auch Win10 x64, Python 3.7, cuda10 mit cudnn 7.3.1

Beide haben das gleiche Problem. Meine Grafikkarte ist Nvidia GeForce 1050 Ti

Gleicher Fehler. Win10 x64, Python 3.5, tensorflow-gpu 1.11.0, CUDA 8 mit installiertem CUDNN 6.

Gleiches Problem, Win10 x64, Python 3.6, Cuda 9 mit Cudnn 7.0

Gleiches Problem, weiß jemand wie man das lösen kann?

Selbes Problem hier… :(

Ich hatte dieses Problem in der Vergangenheit und es lag daran, dass ich die falsche Version von CUDNN hatte. Sie können versuchen, einige davon herunterzuladen und zu sehen, ob diese funktionieren.

Ich möchte alle, die mit diesem Problem konfrontiert sind, ermutigen, ein neues Problem im TensorFlow-Repository zu erstellen, damit wir uns auf die individuelle Lösung Ihres Problems konzentrieren können, da die Systemkonfiguration von Person zu Person variieren kann. Vielen Dank!

Behoben, Thenks!

Am Mittwoch, 17. Oktober 2018 um 10:39 Uhr Corentin Jemine [email protected]
schrieb:

Ich hatte dieses Problem in der Vergangenheit und es lag daran, dass ich die falsche Version hatte
von CUDNN. Sie könnten versuchen, einige davon herunterzuladen und zu sehen, ob eine davon
Arbeit.


Sie erhalten dies, weil Sie einen Kommentar abgegeben haben.
Antworten Sie direkt auf diese E-Mail und zeigen Sie sie auf GitHub an
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-430676267 ,
oder den Thread stumm schalten
https://github.com/notifications/unsubscribe-auth/AYfA4TRxTaZ7pKfyszlWqPGknt_ohvlaks5ul082gaJpZM4XLOd-
.

Ich habe CUDA9 und cuDNN 7.0.5 erneut installiert und den Computer neu gestartet. Das damit verbundene Problem ist gerade weg.

Ich verwende Cuda10 und cudaNN 7.3.1.20 und habe den folgenden Fehler erhalten kann jemand die Lösung @tensorflowbutler sagen?
Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow__init__.py", Zeile 22, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\Darshan\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Fehler beim Laden der nativen TensorFlow-Laufzeit.

Gleiches Problem, Windows 10 x64, Python3.5, tensorflow-gpu 1.11.0, CUDA 10.0, cudnn 7.3.1, meine Grafikkarte ist GTX 1070Ti

@iteratorlee

Ich möchte alle, die mit diesem Problem konfrontiert sind, ermutigen, ein neues Problem im TensorFlow-Repository zu erstellen, damit wir uns auf die individuelle Lösung Ihres Problems konzentrieren können, da die Systemkonfiguration von Person zu Person variieren kann. Vielen Dank!

Gleiches Problem, auf cuda 10, wenn ich Anaconda installiere, habe ich das PyHamcrest verpasst, nachdem ich "pip install PyHamcrest" installiert habe, hat alles bis heute gut funktioniert. Ich bekomme den gleichen Fehler.

Ich stehe vor den gleichen Problemen. Das Problem tritt auch beim Importieren eines anderen Pakets namens PyQSTEM für die Elektronenmikroskopie-Simulation auf. Wenn jemand einen Weg finden kann, das Problem zu beheben, könnte er hier bitte die Lösung teilen? Vielen Dank

Gleiches Problem, Windows 10 x64, Python3.5, tensorflow-gpu 1.11.0, CUDA 10.0, cudnn 7.3.1, meine Grafikkarte ist GTX 1070Ti

Gleiches Problem und ich habe versucht, CUDA 9.0 zu installieren, aber NVIDIA teilt mir mit, dass der Treiber keine kompatible Grafikhardware ist, aber mit CUDA 10.0 gibt es keine solche Warnung.

Zum Glück, Problem behoben, wenn Visual Studio 2017 mit installiertem C++-Paket installiert wurde, Windows 10 x64, Python 3.6.7, tensorflow-gpu 1.11.0, cudnn 7.3.1, sowohl cuda 9.0 als auch cuda 10.0 installiert (nicht prüfen, welches das richtige ist) , meine Grafikkarte ist GTX 1070Ti.

Ich habe TensorFlow gerade auf 1.10.0 herabgestuft und es hat funktioniert

pip install tensorflow-gpu==1.10.0

Ich löse das Problem endlich, indem ich cuda 9.0 statt 9.2 oder 10.0 mit tensorflow 1.12.0 und cudnn 7.4.1.5 . installiere

Ich kann bestätigen, dass die folgende Baugruppe unter Windows 10 nicht funktioniert:

  • Tensorflow 1.12.0
  • cuda-Toolkit 10.0.130
  • cudnn 7.4.1.5

Zusatzinfos:

  • NVIDIA Quadro P1000 mit NVIDIA-Treiber 411.81
  • Microsoft Visual C++ 2015 Redistributable 14.0.224215 ( C:\Windows\system32\msvcp140.dll existiert)
  • Python 3.6.7

Ich bekomme auch die Nachricht

ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Leider steht nicht, welches Modul fehlt.

[BEARBEITEN]

Habe gerade gemerkt, dass du schreibst:

TensorFlow unterstützt CUDA 9.0.

Ich werde jetzt neu installieren.

Traceback (letzter Anruf zuletzt):
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Programme\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Programme\Python36\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: %1 ist keine gültige Win32-Anwendung.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\ABC\Desktop\pyprograms\tensorflowbasic\1.py", Zeile 1, in
Tensorflow als tf importieren
Datei "C:\Programme\Python36\lib\site-packages\tensorflow__init__.py", Zeile 24, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Programme\Python36\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Programme\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Programme\Python36\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: %1 ist keine gültige Win32-Anwendung.

Meine Installation:

Windows 10.0.17763.134 x64
NVIDIA-Treiber 416.92
CUDA 10.0.130
CUDNN 7.4.1.5 für CUDA 10.0
Python 3.6.7
GeForce GTX 1080 Ti

Die Ursache für diesen Fehler scheint zu sein, dass Leute, die Python ohne Tcl/Tk-Unterstützung installieren, nicht wissen, dass Tcl für SWIG- und Modulimporte erforderlich ist. Ich habe dies gerade getestet und in meinem Fall reichte es nicht aus, die Python-Installation zu ändern, um Tcl/Tk hinzuzufügen - ich musste alles löschen und von Grund auf neu installieren und jetzt bekomme ich den Fehler nicht mehr.

TL;DR – Entfernen Sie Python einfach vollständig und installieren Sie es neu, wobei die Tcl/Tk-Option ausgewählt ist.

Nachdem ich fast zwei Tage damit verbracht hatte, löste ich das Problem endlich, indem ich Folgendes installierte:

  • cuda 9.0 statt 9.2 oder 10.0
  • tensorflow1.12.0
  • cudnn 7.4.1.5

Danke an @WuYunfan 💯

Zuerst installiere ich

  • CUDA 10.0
  • cudnn 7.3
  • Tensorflow 1.12.0

und ich habe diesen Fehler bekommen.
Dann deinstalliere ich tf 1.12 und installiere tf 1.10 . Es fragt mich nach cudart64.dll. Ich füge es in den Pfad ein und tf funktioniert.
Dann installiere ich TF 1.12 neu und alles funktioniert gut.

TensorFlow unterstützt CUDA 9.0

@ljzsky Es stimmt zwar, dass TensorFlow offiziell CUDA 10.0 ab Version 1.13 unterstützt, aber TensorFlow 1.12 kann (und wurde) gegen CUDA 10.0 gebaut werden und funktioniert damit einwandfrei.

@linsui Was du sagst macht absolut keinen Sinn. TensorFlow ist eine Bibliothek, die Sie nicht nach cudart64.dll fragen kann.

@levicki Ich weiß nicht warum, aber tf1.10 zeigt eine andere Nachricht als tf1.11 ​​und tf1.12.

Ich habe dieses Problem
Traceback (letzter Anruf zuletzt):
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\anaconda\envs\tensorflow\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\anaconda\envs\tensorflow\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow__init__.py", Zeile 24, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\anaconda\envs\tensorflow\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\anaconda\envs\tensorflow\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.
Fehler beim Laden der nativen TensorFlow-Laufzeit.

kann mir bitte jemand sagen wie ich dieses Problem lösen kann?

@thischeng
Dies ist kein Support-Forum, dies ist ein Ort, an dem Probleme zusammen mit genügend Informationen für Entwickler gemeldet werden, um sie zu reproduzieren, und wenn sie sich als tatsächliches Problem im Tensorflow-Code herausstellen, werden sie in einer der zukünftigen Versionen behoben.

Es scheint, dass Sie sich nicht einmal die Mühe gemacht haben, diesen Thread zu lesen, da oben mehrere Problemumgehungen einschließlich meiner gepostet wurden.

Schließlich ist es unhöflich, um Hilfe zu bitten, ohne die vollständige Hardware- und Softwarekonfiguration anzugeben und ohne aufzulisten, welche Schritte Sie bisher unternommen haben, um das Problem selbst zu lösen.

@levicki
danke für die kritik, ich habe es nicht klar gesehen, beim nächsten mal werde ich auf meine fragenweise achten.

Ich bin auf das gleiche Problem gestoßen. Meine Konfiguration ist:

  • CUDA Toolkit v9.0 (ohne Visual Studio-Unterstützung installiert)
  • Tensorflow-gpu v 1.12.0 (mit Pip installiert)
  • cudnn v7.4.1.5 CUDA v9.0 kompatibel.
  • nVidia GeForce 1070
  • Windows 10 Startseite

Nachdem ich fast einen Tag damit verbracht hatte herauszufinden, warum tensorflow nicht die richtige DLL-Datei gefunden hat, fand ich eine Anleitung zur Installation von cudnn, die übrigens nicht so einfach ist, wie es scheint. Die Anleitung wurde von nVidia geschrieben und hier sind die Aktionen, denen ich folge.

  1. Laden Sie von der offiziellen nVidia-Website die richtige cudnn-Version für Ihre Konfiguration herunter.
  2. Dann den cuda-Ordner extrahieren, es spielt keine Rolle, wo Sie ihn extrahieren.
  3. Öffnen Sie den Datei-Explorer und gehen Sie in das Verzeichnis, in dem Sie CUDA installiert haben, in meinem Fall C:/Program Files/NVIDIA GPU Computing Toolkit.
  4. Gehen Sie zu CUDA/v9.0/lib/x64. Hier müssen Sie die Datei "cudnn.lib" ablegen, die Sie in CUDA/lib/x64 (cudnn-Paket, heruntergeladen von nVidia) finden.
  5. Wiederholen Sie den Vorgang für (linkes cudnn-Paket, rechter CUDA-Installationspfad):
  6. CUDA/bin/cudnn64_7.dll -> CUDA/v9.0/bin
  7. CUDA/include/cudnn.h -> CUDA/v9.0/include
  8. Jetzt müssen Sie überprüfen, ob die Umgebungsvariable richtig gesetzt ist. Stellen Sie sicher, dass die Variable CUDA_PATH mit dem Wert C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 vorhanden ist, wenn sie nicht hinzugefügt wird.
  9. Genießen Sie die Arbeit mit tensorflow-gpu auf Ihrem System

Ich bin auf das gleiche Problem gestoßen. Meine Konfiguration ist:

  • CUDA Toolkit v9.0 (ohne Visual Studio-Unterstützung installiert)
  • Tensorflow-gpu v 1.12.0 (mit Pip installiert)
  • cudnn v7.4.1.5 CUDA v9.0 kompatibel.
  • nVidia GeForce 1070
  • Windows 10 Startseite

Nachdem ich fast einen Tag damit verbracht hatte herauszufinden, warum tensorflow nicht die richtige DLL-Datei gefunden hat, fand ich eine Anleitung zur Installation von cudnn, die übrigens nicht so einfach ist, wie es scheint. Die Anleitung wurde von nVidia geschrieben und hier sind die Aktionen, denen ich folge.

  1. Laden Sie von der offiziellen nVidia-Website die richtige cudnn-Version für Ihre Konfiguration herunter.
  2. Dann den cuda-Ordner extrahieren, es spielt keine Rolle, wo Sie ihn extrahieren.
  3. Öffnen Sie den Datei-Explorer und gehen Sie in das Verzeichnis, in dem Sie CUDA installiert haben, in meinem Fall C:/Program Files/NVIDIA GPU Computing Toolkit.
  4. Gehen Sie zu CUDA/v9.0/lib/x64. Hier müssen Sie die Datei "cudnn.lib" ablegen, die Sie in CUDA/lib/x64 (cudnn-Paket, heruntergeladen von nVidia) finden.
  5. Wiederholen Sie den Vorgang für (linkes cudnn-Paket, rechter CUDA-Installationspfad):
  • CUDA/bin/cudnn64_7.dll -> CUDA/v9.0/bin
  • CUDA/include/cudnn.h -> CUDA/v9.0/include
  1. Jetzt müssen Sie überprüfen, ob die Umgebungsvariable richtig gesetzt ist. Stellen Sie sicher, dass die Variable CUDA_PATH mit dem Wert C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 vorhanden ist, wenn sie nicht hinzugefügt wird.
  2. Genießen Sie die Arbeit mit tensorflow-gpu auf Ihrem System

Dankeschön! das hat mein problem gelöst!
Mein System:
Windows 10
Python 3.6
Cuda Toolkit v9.0
cudnn 7.4.2
Grafikkarte: Nvidia p4000

Nachdem Sie v10 und das zugehörige cudnn deinstalliert und dann das oben erwähnte installiert und dann das Tutorial von (andpi314) befolgt haben
Tensor Flow-GPU läuft und läuft.

Dies ist meine Situation, überprüfen Sie das Kopieren und Einfügen von cudnn, Stellen Sie sicher, dass bin,include,lib, die Datei der drei Ordner kopiert und in den gleichen Pfad der cuda eingefügt wird. Ich kopiere einfach in den falschen Pfad, nachdem ich den Systempfad überprüft habe von cuda, mach das Kopieren und Einfügen erneut, dann läuft es richtig.

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow__init__.py", Zeile 24, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\SPECTRE\Anaconda3\envs\tfpose\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Fehler beim Laden der nativen TensorFlow-Laufzeit.

Ich habe die gleiche Situation getroffen und meine Konfiguration ist:
CUDA10
cudnn v7.4 für CUDA10
Tensorflow-GPU v1.12.0

Ich sehe die Lösungen oben, die CUDA9 vorschlagen, aber die Informationen in meinem GeForce Controler zeigen, dass meine GPU GTX1050Ti nur CUDA10 unterstützt (sie schreibt "NVIDIA CUDA 10.0.132 driver", eigentlich weiß ich nicht, was es bedeutet), wie kann ich? das lösen?

Ich habe CUDA9 und cuDNN 7.0.5 erneut installiert und den Computer neu gestartet. Das damit verbundene Problem ist gerade weg.

@Asichurter Ich habe die gleiche Grafikkarte und habe kein Problem mit der obigen Kombination.

LÖSUNG ! Wenn Sie versuchen, TF mit CUDA 10 . auszuführen

Tensorflow 1.12 unterstützt NICHT CUDA 10, aber der nächtliche Build tut es

Es gibt 2 Lösungen

  1. Entfernen Sie TF 1.12 und installieren Sie Nightly Build 1.13
    pip deinstallieren tensorflow-gpu
    pip install tf-nightly-gpu

Alternative Lösung: Downgrade von CUDA auf 9.0

Denken Sie daran, CUDNN-Dateien bei jeder Neuinstallation an den richtigen Ort im CUDA-Installationsordner zu kopieren

Ich hatte die gleichen Probleme und versuchte die meisten der vorgeschlagenen Fixes etwa 3 Stunden lang ohne Erfolg. Ich habe jedoch den Beitrag von kennedyCzar oben gefunden - und das hat mein Problem behoben ("ImportError: DLL load failed: Das angegebene Modul konnte nicht gefunden werden.") Ich empfehle den Lesern dringend, diesen Ansatz auszuprobieren, da er schnell und einfach ist. Ich bin speziell auf den referenzierten Blogbeitrag von Dr. Donald Kinghorn gegangen und habe die Anweisungen befolgt.

Siehe unten für eine Kopie des Beitrags von kennedyCzar vom 16. Oktober 2018:

Ich hatte das gleiche Problem, als ich versuchte, tensorflow-gpu unter Windows 10 zu verwenden.
Da ich es auf cuDNN10 nicht zum Laufen bringen konnte, entschied ich mich für 9 stattdessen mit ...

conda create --name tf-gpu
conda install -c aaronzs tensorflow-gpu
conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn
conda install keras-gpu

Sie können den vollständigen Beitrag auch unter https://www.pugetsystems.com/labs/hpc/The-Best-Way-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA einsehen

Dank an Dr. Donald Kinghorn

Ich hatte CUDA 10 mit tensorflow-gpu v1.12 laufen lassen. Ich habe das Kleingedruckte nicht gelesen und übersehen, dass diese Version mit CUDA 10 nicht funktioniert hat. Downgrade auf CUDA 9 und es funktioniert jetzt.

Ich hatte das gleiche Problem mit TensorFlow 1.12.0 und keine der Lösungen hat bei mir funktioniert. Dann habe ich ein Downgrade auf TensorFlow 1.10.0 durchgeführt und diesmal war die Fehlermeldung viel informativer. Es sagte mir, dass cudart64_90.dll nicht gefunden werden konnte, die sich in C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin . Nach dem Hinzufügen dieses spezifischen Pfads zur PATH-Variablen läuft er reibungslos und fehlerfrei.

Daher frage ich mich, ob in TensorFlow ein Fehler vorliegt, so dass es nicht zum Unterordner "bin" selbst navigiert, da C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 bereits in zahlreichen Umgebungsvariablen wie CUDA und CUDA_HOME vorhanden ist finde es.

Zweitens frage ich mich, warum TensorFlow 1.12.0 so viel weniger informative Fehlermeldungen hat. In 1.12.0 heißt es nur, dass einige DLLs nicht importiert werden konnten. In 1.10.0 zeigte es mir genau, welche DLL fehlt und schlug sogar die funktionierende Lösung vor, um sie zu PATH hinzuzufügen. Dies ist eine viel bessere Fehlerbehandlung und ich schlage vor, dass Sie den Commit von der Person wiederholen, die es für eine gute Idee hielt, Fehlermeldungen zu verschleiern.

LÖSUNG ! Wenn Sie versuchen, TF mit CUDA 10 . auszuführen

Tensorflow 1.12 unterstützt NICHT CUDA 10, aber der nächtliche Build tut es

Es gibt 2 Lösungen

  1. Entfernen Sie TF 1.12 und installieren Sie Nightly Build 1.13
    pip deinstallieren tensorflow-gpu
    pip install tf-nightly-gpu

Alternative Lösung: Downgrade von CUDA auf 9.0

Denken Sie daran, CUDNN-Dateien bei jeder Neuinstallation an den richtigen Ort im CUDA-Installationsordner zu kopieren

Bestätige diese Lösung

benutze tf-nightly-gpu
win10
cuda 10.0
Python 3.6.4
geforce 960M
cudnn64_7

Ich löse das Problem endlich, indem ich cuda 9.0 statt 9.2 oder 10.0 mit tensorflow 1.12.0 und cudnn 7.4.1.5 . installiere

aber ich lade cudnn7.4.1.5 anstelle von cudnn7.0.5 herunter und stoße immer noch auf diesen Fehler.
meine Konfiguration folgende:
cuda 9.0
cudnn7.4.1
pip install tensorflow-gpu==1.12.0
Python 3.6.4
nvidia geforce 1080TI

Ich löse das Problem endlich, indem ich cuda 9.0 statt 9.2 oder 10.0 mit tensorflow 1.12.0 und cudnn 7.4.1.5 . installiere

aber ich lade cudnn7.4.1.5 anstelle von cudnn7.0.5 herunter und stoße immer noch auf diesen Fehler.
meine Konfiguration folgende:
cuda 9.0
cudnn7.4.1
pip install tensorflow-gpu==1.12.0
Python 3.6.4
nvidia geforce 1080TI

Abschließendes Downgrade der Bazel-Version auf 0.20.0 (von 0.21.0) lösen dieses Problem. Aber ich weiß nicht, warum die letzte Bazel-Version nicht kompatibel ist.

cuda 10.0
cudnn7.4.2
pip install tf-nightly-gpu
Python 3.6.4
nvidia geforce 1070

Es klappt.

cuda 10.0
cudnn7.4.2
pip install tf-nightly-gpu
Python 3.6.4
nvidia geforce 1070

Es klappt.

Bei mir funktioniert es jetzt auch. Danke dafür.
Nur eine Anmerkung: Ich konnte TF nicht richtig deinstallieren und hatte eine niedrigere Python-Version. Ich habe Python komplett deinstalliert und Version 3.6.8 statt 3.6.4 installiert.
Dann habe pip install tf-nightly-gpu , um TF zu installieren und funktioniert jetzt

Die Installation von Microsoft Build Tools 2015 hilft mir bei diesem Problem. Es funktioniert jetzt.

Ich habe das gleiche Problem mit dir @damcclane . Wie hast du gelöst?

Win10 x64, Python 3.6, cuda9 mit cudnn 7.0.5 und auch Win10 x64, Python 3.7, cuda10 mit cudnn 7.3.1

Beide haben das gleiche Problem. Meine Grafikkarte ist Nvidia GeForce 1050 Ti

tensorflow unterstützt Python 3.7 nicht. Sie können über Anaconda eine andere Umgebung mit niedrigerem Python erstellen

Ich hatte genau das gleiche Problem. Laut GPU Support Guide habe ich alle korrekten Versionen von CUDA und cuDNN installiert - CUDA 9.0 und cuDNN 7.4.2.24.

Was für mich am Ende funktionierte, war die Eingabe der folgenden Befehle nach der Installation aller Abhängigkeiten:

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%

Der Ordner cuda aus Ihrer cuDNN-Zip muss nach C:\tools\ kopiert werden.

Hoffe das war hilfreich.

ich sehe auch das gleiche problem

Hallo Leute, ich habe dieses Problem jetzt ein paar Mal gesehen und kann ein paar Dinge kommentieren.
Das erste scheint zu sein, dass Jupyter-Notebooks eine schlechte Tensorflow-Konfiguration (auch nach Zurücksetzen des Kernels) irgendwie "festhalten" können, ein vollständiger Stopp und Start des Jupyter hat dies für mich zumindest einmal gelöst.

Die anderen Dinge beziehen sich alle auf CUDA. Ich empfehle dringend, dass Sie einfach alle Versionen von CUDA deinstallieren, dann V10 installieren und sicherstellen, dass Sie auch das richtige cudnn erhalten.

Um Cudnn zu installieren, kopieren Sie einfach alles im cuda-Ordner und fügen Sie es in Ihre cuda-Installation ein.

Dies sind im Grunde alle Probleme mit diesem Fehler. Denken Sie daran, dass Sie cuda testen können, indem Sie nvcc --version eingeben und sicherstellen, dass v10 zurückgegeben wird. Wenn dieser Befehl nicht funktioniert, bedeutet dies, dass Ihr Setup cuda nicht richtig sehen kann.

Wenn Sie das Problem sehen, versuchen Sie, tf-nightly zu installieren. Auf diese Weise können Sie Ihr Problem lösen

### Die LÖSUNG für "ImportError: DLL-Laden fehlgeschlagen: Die angegebene Prozedur konnte nicht gefunden werden."

Wenn Sie numpy importieren, erhalten Sie diesen Fehler, oder?
python -c "import numpy"

Gehen Sie also zum Ordner Anaconda und zum Ordner Site-Packages entsprechend der Umgebung von Anaconda. Gehen Sie dann zum Ordner numpy.libs. Es gibt eine *.dll-Datei, oder?

Kopieren Sie nun den Link in den .libs-Ordner und geben Sie den Pfad mit "PATH" in der Anaconda-Eingabeaufforderung ein.
PATH=path\to\site-packages\numpy\.libs;%PATH%

Überprüfen Sie nun erneut, um numpy zu importieren.
python -c "import numpy"

Jetzt funktioniert es richtig?

Installation:

(base) C:\Users\omarc>pip install tensorflow-gpu
Collecting tensorflow-gpu
  Downloading https://files.pythonhosted.org/packages/1f/31/62178ec117dc0318bde6e3b4f2a066a2ea637cc806ff53cb26e36974280a/tensorflow_gpu-1.13.0rc2-cp37-cp37m-win_amd64.whl (259.8MB)
    100% |████████████████████████████████| 259.8MB 17kB/s
Collecting keras-applications>=1.0.6 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/90/85/64c82949765cfb246bbdaf5aca2d55f400f792655927a017710a78445def/Keras_Applications-1.0.7-py2.py3-none-any.whl (51kB)
    100% |████████████████████████████████| 61kB 3.6MB/s
Requirement already satisfied: six>=1.10.0 in c:\programdata\anaconda3\lib\site-packages (from tensorflow-gpu) (1.12.0)
Collecting absl-py>=0.1.6 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/31/bc/ab68120d1d89ae23b694a55fe2aece2f91194313b71f9b05a80b32d3c24b/absl-py-0.7.0.tar.gz (96kB)
    100% |████████████████████████████████| 102kB 9.3MB/s
Collecting termcolor>=1.1.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/8a/48/a76be51647d0eb9f10e2a4511bf3ffb8cc1e6b14e9e4fab46173aa79f981/termcolor-1.1.0.tar.gz
Requirement already satisfied: wheel>=0.26 in c:\programdata\anaconda3\lib\site-packages (from tensorflow-gpu) (0.32.3)
Collecting astor>=0.6.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/35/6b/11530768cac581a12952a2aad00e1526b89d242d0b9f59534ef6e6a1752f/astor-0.7.1-py2.py3-none-any.whl
Collecting keras-preprocessing>=1.0.5 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/c0/bf/0315ef6a9fd3fc2346e85b0ff1f5f83ca17073f2c31ac719ab2e4da0d4a3/Keras_Preprocessing-1.0.9-py2.py3-none-any.whl (59kB)
    100% |████████████████████████████████| 61kB 7.7MB/s
Collecting gast>=0.2.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/4e/35/11749bf99b2d4e3cceb4d55ca22590b0d7c2c62b9de38ac4a4a7f4687421/gast-0.2.2.tar.gz
Requirement already satisfied: numpy>=1.13.3 in c:\programdata\anaconda3\lib\site-packages (from tensorflow-gpu) (1.15.4)
Collecting tensorboard<1.13.0,>=1.12.0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/07/53/8d32ce9471c18f8d99028b7cef2e5b39ea8765bd7ef250ca05b490880971/tensorboard-1.12.2-py3-none-any.whl (3.0MB)
    100% |████████████████████████████████| 3.1MB 3.9MB/s
Collecting protobuf>=3.6.1 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/77/78/a7f1ce761e2c738e209857175cd4f90a8562d1bde32868a8cd5290d58926/protobuf-3.6.1-py2.py3-none-any.whl (390kB)
    100% |████████████████████████████████| 399kB 251kB/s
Collecting tensorflow-estimator<1.14.0rc0,>=1.13.0rc0 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/67/c1/3e8f58945f55769274e490d85df3bc4639ac258c60c6e3c6c7973d2a9e81/tensorflow_estimator-1.13.0rc0-py2.py3-none-any.whl (367kB)
    100% |████████████████████████████████| 368kB 350kB/s
Collecting grpcio>=1.8.6 (from tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/17/80/b135a60dfb12e9e0d691e4e66020b6f90fd8864e17ed5c719881bdea7d41/grpcio-1.18.0-cp37-cp37m-win_amd64.whl (1.5MB)
    100% |████████████████████████████████| 1.5MB 2.3MB/s
Requirement already satisfied: h5py in c:\programdata\anaconda3\lib\site-packages (from keras-applications>=1.0.6->tensorflow-gpu) (2.8.0)
Requirement already satisfied: werkzeug>=0.11.10 in c:\programdata\anaconda3\lib\site-packages (from tensorboard<1.13.0,>=1.12.0->tensorflow-gpu) (0.14.1)
Collecting markdown>=2.6.8 (from tensorboard<1.13.0,>=1.12.0->tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/7a/6b/5600647404ba15545ec37d2f7f58844d690baf2f81f3a60b862e48f29287/Markdown-3.0.1-py2.py3-none-any.whl (89kB)
    100% |████████████████████████████████| 92kB 8.4MB/s
Requirement already satisfied: setuptools in c:\programdata\anaconda3\lib\site-packages (from protobuf>=3.6.1->tensorflow-gpu) (40.6.3)
Collecting mock>=2.0.0 (from tensorflow-estimator<1.14.0rc0,>=1.13.0rc0->tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/e6/35/f187bdf23be87092bd0f1200d43d23076cee4d0dec109f195173fd3ebc79/mock-2.0.0-py2.py3-none-any.whl (56kB)
    100% |████████████████████████████████| 61kB 6.2MB/s
Collecting pbr>=0.11 (from mock>=2.0.0->tensorflow-estimator<1.14.0rc0,>=1.13.0rc0->tensorflow-gpu)
  Downloading https://files.pythonhosted.org/packages/8c/7f/fed53b379500fd889707d1f6e61c2a35e12f2de87396894aff89b017d1d6/pbr-5.1.2-py2.py3-none-any.whl (107kB)
    100% |████████████████████████████████| 112kB 10.5MB/s
Building wheels for collected packages: absl-py, termcolor, gast
  Running setup.py bdist_wheel for absl-py ... done
  Stored in directory: C:\Users\omarc\AppData\Local\pip\Cache\wheels\90\db\f8\2c3101f72ef1ad434e4662853174126ce30201a3e163dcbeca
  Running setup.py bdist_wheel for termcolor ... done
  Stored in directory: C:\Users\omarc\AppData\Local\pip\Cache\wheels\7c\06\54\bc84598ba1daf8f970247f550b175aaaee85f68b4b0c5ab2c6
  Running setup.py bdist_wheel for gast ... done
  Stored in directory: C:\Users\omarc\AppData\Local\pip\Cache\wheels\5c\2e\7e\a1d4d4fcebe6c381f378ce7743a3ced3699feb89bcfbdadadd
Successfully built absl-py termcolor gast
Installing collected packages: keras-applications, absl-py, termcolor, astor, keras-preprocessing, gast, grpcio, markdown, protobuf, tensorboard, pbr, mock, tensorflow-estimator, tensorflow-gpu
Successfully installed absl-py-0.7.0 astor-0.7.1 gast-0.2.2 grpcio-1.18.0 keras-applications-1.0.7 keras-preprocessing-1.0.9 markdown-3.0.1 mock-2.0.0 pbr-5.1.2 protobuf-3.6.1 tensorboard-1.12.2 tensorflow-estimator-1.13.0rc0 tensorflow-gpu-1.13.0rc2 termcolor-1.1.0

Ausgabe einiger Beispielcodes:

C:\ProgramData\Anaconda3\python.exe "C:/Users/omarc/OneDrive - Massachusetts Institute of Technology/test_tensorflow/keras-master/examples/mnist_cnn.py"
Using TensorFlow backend.
Traceback (most recent call last):
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 242, in load_module
    return load_dynamic(name, filename, file)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 342, in load_dynamic
    return _load(spec)
ImportError: DLL load failed: The specified module could not be found.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:/Users/omarc/OneDrive - Massachusetts Institute of Technology/test_tensorflow/keras-master/examples/mnist_cnn.py", line 9, in <module>
    import keras
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\__init__.py", line 3, in <module>
    from . import utils
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\utils\__init__.py", line 6, in <module>
    from . import conv_utils
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\utils\conv_utils.py", line 9, in <module>
    from .. import backend as K
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\backend\__init__.py", line 89, in <module>
    from .tensorflow_backend import *
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\backend\tensorflow_backend.py", line 5, in <module>
    import tensorflow as tf
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\__init__.py", line 24, in <module>
    from tensorflow.python import pywrap_tensorflow  # pylint: disable=unused-import
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\__init__.py", line 49, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 74, in <module>
    raise ImportError(msg)
ImportError: Traceback (most recent call last):
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 242, in load_module
    return load_dynamic(name, filename, file)
  File "C:\ProgramData\Anaconda3\lib\imp.py", line 342, in load_dynamic
    return _load(spec)
ImportError: DLL load failed: The specified module could not be found.


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/errors

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.

Process finished with exit code 1

pip install tensorflow-gpu==1.10.0

Es konnte keine Version gefunden werden, die die Anforderung erfüllt tensorflow-gpu==1.10.0 (ab Versionen: 1.13.0rc1, 1.13.0rc2)
Keine passende Verteilung gefunden für tensorflow-gpu==1.10.0

pip install tensorflow-gpu==1.10.0

Es konnte keine Version gefunden werden, die die Anforderung erfüllt tensorflow-gpu==1.10.0 (ab Versionen: 1.13.0rc1, 1.13.0rc2)
Keine passende Verteilung gefunden für tensorflow-gpu==1.10.0

Wenn Sie keine ältere Version von tensorflow-gpu erhalten können, hatte ich das gleiche DLL-Problem bei der Verwendung von CUDA 9.0 und tensorflow-gpu 1.13.0. Installiert 10.0 und es scheint das Problem bisher gelöst zu haben. Auf dieser Grundlage erfordert 1.13.0 ziemlich sicher 10 statt 9.

cuda 10.0
cudnn7.4.2
pip install tf-nightly-gpu
Python 3.6.4
nvidia geforce 1070

Es klappt.

Hier gilt das gleiche
Python 3.6.7
Geforce 1060

Ich hatte Probleme mit numpy, also stelle sicher, dass du numpy 1.16 verwendest. Ich musste es von pip neu installieren, da die Version von Anaconda veraltet ist.

habe das gleiche problem. Ich verwende die Nicht-GPU-Version TF, also denke ich, dass es sich nicht um ein Cuda- oder Cudnn-Prblem handelt?
Python 3.6.0
TF 1.12.0
numpy 1.16.1
protobuf 3.6.1

Verwenden Sie kein Protobuf 3.6, das ist wahrscheinlich das Problem. Ich glaube, die neueste Version, die Sie verwenden können, ist 3.3. Gehen Sie zu dort github und finden Sie frühere Versionen.

Ich verwende etwas, das TF 1.12 verwendet, das Protobuf 3.6.1 erfordert. nun ja....

Das Problem liegt in der _Versionskompatibilität_ . Es geht um die Kompatibilität von _tensorflow_ , _python_ , _cudnn_ und _cuda_ . Versionskompatibilität finden Sie auf dieser Seite . Nehmen Sie zum Beispiel meinen Computer.

System Information:

Betriebssystemplattform und -verteilung: Windows 10 (ich glaube nicht, dass es darauf ankommt.)
Mobilgerät: Keine
TensorFlow installiert von: pip install
TensorFlow-Version: 1.4.0 ( wichtig )
Python-Version: 3.6 ( wichtig )
Bazel-Version: nicht installiert (ich kompiliere nicht aus dem Quellcode, also brauche ich es nicht.)
CUDA/cuDNN-Version: cuda_8.0.61_win10.exe, cudnn-8.0-windows10-x64-v6.0.zip ( wichtig )
GPU-Modell: Geforce GTX-Serie (Ich glaube nicht, dass es darauf ankommt.)

Lösung:

Basierend auf der Versionskompatibilitätstabelle auf der obigen Seite . Diese Linie

tensorflow_gpu-1.4.0 | 3,5-3,6 | MSVC 2015-Update 3 | Cmake v3.6.3 | 6 | 8
-- | -- | -- | -- | -- | --

Ich verwende _python3.6_ .7 (Eigentlich gehört Ihre Version zur python3.6-Serie ist in Ordnung, weil ich python3.6.3 mit der falschen Version einer anderen Software ausprobiert habe. Laut dem Formular im Hyperlink sollte es in Ordnung sein, wenn Sie python3.5 verwenden.)
Ich habe _cuda8.0_ und _cudnnv6_ installiert (Wenn Sie dieses Zip entpacken, enthält es die Datei _cudnn64_6.dll_ . Und Sie müssen die cudnn64_6.dll in den richtigen Pfad legen) (Die Zahl 8 in der letzten Spalte ist die Anzahl der CUDA-Versionen . Die Zahl 6 in der fünften Spalte ist die Anzahl der cudnn-Versionen)
SO _pip installiere tensorflow-gpu==1.4.0_ und importiere dann

Ich habe dieses Problem gefunden, weil als ich die Python- und CUDA- und cudnn-Versionen repariert habe, die Installation der niedrigeren Version von tensorflow einen weiteren Fehler auslöste: die cudnn64_*. DLL-Datei wurde nicht gefunden.

Die folgenden Schritte beschreiben, wie Sie ein cuDNN-abhängiges Programm erstellen. In den folgenden Abschnitten:
Ihr CUDA-Verzeichnispfad wird als C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v9.0 bezeichnet
Ihr cuDNN-Verzeichnispfad wird als . bezeichnet
Navigieren Sie zu IhremVerzeichnis mit cuDNN.
Entpacken Sie das cuDNN-Paket.
cudnn-9.0-windows7-x64-v7.zip
oder
cudnn-9.0-windows10-x64-v7.zip
Kopieren Sie die folgenden Dateien in das CUDA Toolkit-Verzeichnis.
Kopierencuda\bin\cudnn64_7.dll nach C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.
Kopierencuda\ include\cudnn.h nach C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.
Kopierencuda\lib\x64\cudnn.lib nach C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.

Das Dokument von cudnn gibt den richtigen cudnn-Setup-Weg an, wenn ich diese Datei an den angegebenen Ort lege, funktioniert es
Das vollständige Dokument finden Sie unter https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html

Das hat bei mir funktioniert
Windows 10
Python 3.6.X (herabgestuft von 3.7)
Tensorflow 1.12 (funktioniert sicher nicht mit 1.13.1, downgraded)
CUDA/cudnn 9.0 (stellen Sie sicher, dass Sie dem Schritt von @mxl1990 folgen, um diese Dateien zu kopieren)

Danke an alle oben. ich versuche es gleich nochmal

Ich habe die gleiche Frage mit dem Autor und habe sie jetzt gelöst.
Fenster 10
Python 3.6.2
GPU rtx2080
mein problem ist die version von CUDA und die cudnn passen nicht zueinander.
2019/3/3 Heute ist die neueste Version von CUDA 10.1, aber es gibt keine entsprechende Version von cudnn.
Also habe ich das CUDA 10.0 geändert und den Tensorflow neu installiert, es funktioniert jetzt!

Bin auf das gleiche Problem gestoßen.

Wenn Sie Anaconda (Python 3.6) verwenden, empfehlen wir dringend, conda anstelle von pip . Es kümmert sich normalerweise um ALLES: conda install tensorflow-gpu

(base) C:\Users>conda install tensorflow-gpu
Solving environment: done

## Package Plan ##

  environment location: D:\Software\Anaconda3

  added / updated specs:
    - tensorflow-gpu


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    cudnn-7.3.1                |        cuda9.0_0       170.9 MB
    grpcio-1.12.1              |   py36h1a1b453_0         1.4 MB
    tensorflow-base-1.12.0     |gpu_py36h6e53903_0       180.8 MB
    conda-4.6.7                |           py36_0         1.7 MB
    tensorflow-1.12.0          |gpu_py36ha5f9131_0           4 KB
    keras-preprocessing-1.0.5  |           py36_0          52 KB
    gast-0.2.2                 |           py36_0         138 KB
    keras-applications-1.0.6   |           py36_0          49 KB
    tensorboard-1.12.0         |   py36he025d50_0         3.1 MB
    termcolor-1.1.0            |           py36_1           8 KB
    absl-py-0.7.0              |           py36_0         157 KB
    protobuf-3.6.0             |   py36he025d50_0         517 KB
    cudatoolkit-9.0            |                1       339.8 MB
    tensorflow-gpu-1.12.0      |       h0d30ee6_0           3 KB
    markdown-3.0.1             |           py36_0         125 KB
    _tflow_select-2.1.0        |              gpu           3 KB
    libprotobuf-3.6.0          |       h1a1b453_0         2.0 MB
    astor-0.7.1                |           py36_0          44 KB
    ------------------------------------------------------------
                                           Total:       700.7 MB

Wenn Sie die Versionen bereits durcheinander gebracht haben, versuchen Sie, conda remove oder pip uninstall zu verwenden, um Pakete zu löschen, einschließlich tensorflow-gpu und tensorflow . Oder entfernen Sie Anaconda und installieren Sie es neu.

Ich habe die gleiche Frage mit dem Autor und habe sie jetzt gelöst.
Fenster 10
Python 3.6.2
GPU rtx2080
mein problem ist die version von CUDA und die cudnn passen nicht zueinander.
2019/3/3 Heute ist die neueste Version von CUDA 10.1, aber es gibt keine entsprechende Version von cudnn.
Also habe ich das CUDA 10.0 geändert und den Tensorflow neu installiert, es funktioniert jetzt!

@parkerdu Retter! Auf meinem System läuft Python 3.7.1 unter Windows 10 und meine GPU ist RTX 2080 Ti. Alles, was ich getan habe, war ein Downgrade von CUDA von 10.1 auf 10.0 und es funktioniert jetzt. Aber ich bin etwas verwirrt was du meinst

die neueste Version von CUDA ist 10.1, aber es gibt keine entsprechende Version von cudnn.

da es eine Version von cuDNN gibt, die am 25.02.2019 gemäß https://developer.nvidia.com/rdp/cudnn-download veröffentlicht wurde . Es funktioniert nicht mit der neuesten Version von TensorFlow, die in meinem Fall über "pip install tensorflow-gpu" installiert wurde, aber es ist da. Ich frage mich, warum es nicht das ist

entsprechende Version von cudnn.

Nochmals danke für deine Lösung.

Ich habe die gleiche Frage mit dem Autor und habe sie jetzt gelöst.
Fenster 10
Python 3.6.2
GPU rtx2080
mein problem ist die version von CUDA und die cudnn passen nicht zueinander.
2019/3/3 Heute ist die neueste Version von CUDA 10.1, aber es gibt keine entsprechende Version von cudnn.
Also habe ich das CUDA 10.0 geändert und den Tensorflow neu installiert, es funktioniert jetzt!

@parkerdu Retter! Auf meinem System läuft Python 3.7.1 unter Windows 10 und meine GPU ist RTX 2080 Ti. Alles, was ich getan habe, war ein Downgrade von CUDA von 10.1 auf 10.0 und es funktioniert jetzt. Aber ich bin etwas verwirrt was du meinst

die neueste Version von CUDA ist 10.1, aber es gibt keine entsprechende Version von cudnn.

da es eine Version von cuDNN gibt, die am 25.02.2019 gemäß https://developer.nvidia.com/rdp/cudnn-download veröffentlicht wurde . Es funktioniert nicht mit der neuesten Version von TensorFlow, die in meinem Fall über "pip install tensorflow-gpu" installiert wurde, aber es ist da. Ich frage mich, warum es nicht das ist

entsprechende Version von cudnn.

Nochmals danke für deine Lösung.

Du hast recht! Ich habe die neueste Version von cudnn nicht gesehen. Danke für deinen Punkt.

Nach stundenlanger Installation verschiedener Versionen habe ich es endlich geschafft, dass es funktioniert, dies ist mein endgültiges Setup:

  • Python 3.6.8
  • Tensorflow 1.13
  • CUDA 10
  • cuDNN v7.5.0 (21. Februar 2019), für CUDA 10.0

Ich habe es mit CUDA 10.1 versucht, aber es hat nicht funktioniert, bin auf 10.0 umgestiegen und es hat endlich funktioniert.

Python 3.7.2
Tensorflow-Gpu 2.0.0a0
Tensorboard 1.13.0
Tensorflow-Schätzer 1.13.0
CUDA 10.1
cuDNN v7.5.0 für CUDA10.0
win10 x64
Bitte helft

@steven12138 Sie können dem vorherigen Beitrag folgen, der funktioniert hat.
AFAIK, das Python 3.7.X Python wird nicht unterstützt.

Das hat bei mir unter Windows 10 und für die GPU NVIDIA GeForce RTX 2080 Ti funktioniert:
Python 3.5 (3.6 hat nicht funktioniert)
Tensorflow-gpu 1.13 (oder tf-nightly-gpu)
CUDA 10
cuDNN für CUDA 10.0
Das Problem lag an der Verwendung von Python 3.6. Die Verwendung von Python 3.5 hat es gelöst.

CUDA 9.0
cudnn 7.0.5
Windows 10
tf 1.12.0
gescheitert...keine Ahnung


gelöst,
Ein Problem ist, dass der PATH falsch ist, ich habe ihn korrigiert, aber das Problem besteht immer noch.
Dann habe ich die tf auf 1.10.0 downgraden und es funktioniert.

Bin auf das gleiche Problem gestoßen.

Wenn Sie Anaconda (Python 3.6) verwenden, empfehlen wir dringend, conda anstelle von pip . Es kümmert sich normalerweise um ALLES: conda install tensorflow-gpu

(base) C:\Users>conda install tensorflow-gpu
Solving environment: done

## Package Plan ##

  environment location: D:\Software\Anaconda3

  added / updated specs:
    - tensorflow-gpu


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    cudnn-7.3.1                |        cuda9.0_0       170.9 MB
    grpcio-1.12.1              |   py36h1a1b453_0         1.4 MB
    tensorflow-base-1.12.0     |gpu_py36h6e53903_0       180.8 MB
    conda-4.6.7                |           py36_0         1.7 MB
    tensorflow-1.12.0          |gpu_py36ha5f9131_0           4 KB
    keras-preprocessing-1.0.5  |           py36_0          52 KB
    gast-0.2.2                 |           py36_0         138 KB
    keras-applications-1.0.6   |           py36_0          49 KB
    tensorboard-1.12.0         |   py36he025d50_0         3.1 MB
    termcolor-1.1.0            |           py36_1           8 KB
    absl-py-0.7.0              |           py36_0         157 KB
    protobuf-3.6.0             |   py36he025d50_0         517 KB
    cudatoolkit-9.0            |                1       339.8 MB
    tensorflow-gpu-1.12.0      |       h0d30ee6_0           3 KB
    markdown-3.0.1             |           py36_0         125 KB
    _tflow_select-2.1.0        |              gpu           3 KB
    libprotobuf-3.6.0          |       h1a1b453_0         2.0 MB
    astor-0.7.1                |           py36_0          44 KB
    ------------------------------------------------------------
                                           Total:       700.7 MB

Wenn Sie die Versionen bereits durcheinander gebracht haben, versuchen Sie, conda remove oder pip uninstall zu verwenden, um Pakete zu löschen, einschließlich tensorflow-gpu und tensorflow . Oder entfernen Sie Anaconda und installieren Sie es neu.

Dieser Typ hat einen Tag gerettet, danke

Ich verwende virtualenv mit Python 3.6.8 und führe es einfach aus
pip install tensorflow-gpu

cuda 9.0
cudnn 7.4.1 für cuda 9.0
Python 3.6.8
Tensorflow 1.12.0
Visual C++ 2015 Neuverteilung

Diese Konfiguration funktioniert.
Achtung, tensorflow 1.13 funktioniert bei mir mit dieser Konfiguration nicht.

=========================Bearbeiten================
Wie ich es nochmal versucht habe.
Wenn Sie tensorflow 1.13.1 verwenden möchten, können Sie sich auf die folgende Konfiguration beziehen:
cuda 10.0
cudnn 7.5.0 für cuda 10.0
Python 3.6.8
Tensorflow 1.13.1
visuelle C++-Umverteilung 2015 oder 2017

Und ich finde, die offizielle Seite sagte, dass tensorflow jetzt nur noch cuda 9 unterstützt, aber tatsächlich ist es bereits ein Update auf CUDA 10, das Sie in der Release-Note auf github finden.

Also Einfachheit, CUDA 9.0 ( cudnn 7.4.1) == > Tensorflow 1.12.0
CUDA 10.0 (cidnn 7.5.0)== > Tensorflow 1.13.1

Python 3.7.2
Tensorflow-Gpu 2.0.0a0
Tensorboard 1.13.0
Tensorflow-Schätzer 1.13.0
CUDA 10.1
cuDNN v7.5.0 für CUDA10.0
win10 x64
Hat nicht funktioniert

Ich habe kein Problem am Terminal, aber ich habe dieses Problem auf pycharm, ich hoffe, ich kann Ihnen eine Referenz geben.

Win10+python 3.6+cuda 10.0+cudnn 7.5+tensorflow 1.13.1

Ich hatte das gleiche Problem. Ich habe es gelöst, indem ich tensorflow-gpu deinstalliert und über Conda neu installiert habe.

conda install tensorflow-gpu

Ich hatte ein Problem

TypeError: Die Proto-Datei konnte nicht in den Deskriptor-Pool eingebaut werden!
Ungültiger Proto-Deskriptor für Datei "object_detection/protos/post_processing.proto":
object_detection/protos/post_processing.proto: Import "object_detection/protos/calibration.proto" wurde nicht geladen.
object_detection.protos.PostProcessing.calibration_config: "object_detection.protos.CalibrationConfig" scheint in "protos/calibration.proto" definiert zu sein, das nicht von "object_detection/protos/post_processing.proto" importiert wird. Um es hier zu verwenden, fügen Sie bitte den erforderlichen Import hinzu.

Ich habe TensorFlow gerade auf 1.10.0 herabgestuft und es hat funktioniert

pip install tensorflow-gpu==1.10.0

Als ich den Befehl pip install tensorflow-gpu ausführte, wurde 1.13.0 installiert und ich bekam den Fehler Win10: ImportError: DLL load failed: The specified module could not be found . Also habe ich versucht, auf 1.10.0 herunterzustufen, wie @57ar7up vorgeschlagen hat. Dies funktionierte nicht, da pip die erforderliche .whl Datei nicht finden konnte und die Verbindung immer wieder eine Zeitüberschreitung hatte.

Also folgte ich dem Ansatz von 1.12.0 funktionierte.

Ich löse das Problem endlich, indem ich cuda 9.0 statt 9.2 oder 10.0 mit tensorflow 1.12.0 und cudnn 7.4.1.5 . installiere

Schließlich ist mein Setup:

  • Nvidia GTX 1070
  • CUDA 9.0 mit den 4 Patches (Diese installierten GeForce-Treiber 385.54)
  • CuDNN v7.5.0.56 (für CUDA 9.0)
  • TF-GPU 1.12.0

Ich denke, 1.13.0 soll für CUDA 10.0 verwendet werden

Python 3.6.4 |Anaconda-Benutzerdefiniert (64-Bit)| (Standard, 16. Januar 2018, 10:22:32) [MSC v.1900 64 Bit (AMD64)] auf win32
Geben Sie "Hilfe", "Copyright", "Credits" oder "Lizenz" ein, um weitere Informationen zu erhalten.

Tensorflow importieren
Traceback (letzter Anruf zuletzt):
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "D:\MLandBigData\Anaconda3.5\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "D:\MLandBigData\Anaconda3.5\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: 找不到指定的模块。

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow__init__.py", Zeile 24, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "D:\MLandBigData\Anaconda3.5\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "D:\MLandBigData\Anaconda3.5\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "D:\MLandBigData\Anaconda3.5\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: 找不到指定的模块。

Fehler beim Laden der nativen TensorFlow-Laufzeit.

Siehe https://www.tensorflow.org/install/errors

aus einigen gängigen Gründen und Lösungen. Den gesamten Stack-Trace einschließen
über dieser Fehlermeldung, wenn Sie um Hilfe bitten.

Python 3.7.1
Tensorflow-GPU 1.13.1

CUDA 8.0
cuDNN v7.1.4 für CUDA 8.0
win10 x64

Bitte helft

Ich habe den Tensorflow aus dem Quellcode mit folgenden Umgebungen gebaut und gearbeitet:
Python 3.7.1
Tensorflow-GPU 1.13.1

CUDA 9.1
cuDNN v7.0.5 für CUDA 9.1
win10 x64

Meine Fehlermeldung wird ein paar Zeilen nach unten kopiert. Ich habe einige der Lösungen ausprobiert, die bei anderen zu funktionieren schienen, aber bei mir funktionierten sie nicht. Speziell:
Immer Python 3.6.8 & Windows 10 & Visual Studios 2017 & Quadro M1000M GPU
Pip verwendet, um tensorflow-gpu 1.13.1 zu installieren
Nach dem Lesen fand ich heraus, dass CUDA 10.1 (das ich ursprünglich ausprobiert habe) mit nichts funktioniert, also bin ich auf CUDA 10.0 umgestiegen. Mit CUDA 10.0 habe ich cudNN 7.4.2 & 7.5.0 ausprobiert. Beides funktioniert nicht, ich habe immer noch CUDA 10.1 installiert (versucht tensorflow automatisch beides oder muss ich es irgendwie so einstellen, dass 10.0 verwendet wird?).

Ich habe tensorflow-gpu zuvor ein paar Mal deinstalliert und neu installiert (auch einfaches Tensorflow - das meine GPU nicht erkennt), obwohl tensorflow-gpu für meine Tests immer installiert war. Dies ist auch mein erstes Mal, dass ich mit CUDA oder cudNN arbeite, daher bin ich nicht 100% sicher, ob ich cudNN richtig "installiert" habe (aus den extrahierten cudNN-Ordnern bin, lib & include kopiere die relevante Datei in die Cuda bin, lib & inc Ordner). Ich habe auch tf-nightly-gpu installiert, da das mit einer Lösung funktionierte.

Fehlermeldung:

Python 3.6.8rc1 (v3.6.8rc1:cc3e73212a, 12. Dezember 2018, 00:15:46) [MSC v.1900 64 Bit (AMD64)] auf win32
Geben Sie "Hilfe", "Copyright", "Credits" oder "Lizenz" ein, um weitere Informationen zu erhalten.

Tensorflow als tf importieren
Traceback (letzter Anruf zuletzt):
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow__init__.py", Zeile 28, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 243, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\601969\AppData\Local\Programs\Python\Python36\lib\imp.py", Zeile 343, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Gleicher Fehler. Win10 x64, Python 3.6, tensorflow-gpu 1.12.0, CUDA 10.1 mit installiertem CUDNN 10.1.

Ich verwende virtualenv mit Python 3.6.8 und führe es einfach aus
pip install tensorflow-gpu

cuda 9.0
cudnn 7.4.1 für cuda 9.0
Python 3.6.8
Tensorflow 1.12.0
Visual C++ 2015 Neuverteilung

Diese Konfiguration funktioniert.
Achtung, tensorflow 1.13 funktioniert bei mir mit dieser Konfiguration nicht.

=========================Bearbeiten================
Wie ich es nochmal versucht habe.
Wenn Sie tensorflow 1.13.1 verwenden möchten, können Sie sich auf die folgende Konfiguration beziehen:
cuda 10.0
cudnn 7.5.0 für cuda 10.0
Python 3.6.8
Tensorflow 1.13.1
visuelle C++-Umverteilung 2015 oder 2017

Und ich finde, die offizielle Seite sagte, dass tensorflow jetzt nur noch cuda 9 unterstützt, aber tatsächlich ist es bereits ein Update auf CUDA 10, das Sie in der Release-Note auf github finden.

Also Einfachheit, CUDA 9.0 ( cudnn 7.4.1) == > Tensorflow 1.12.0
CUDA 10.0 (cidnn 7.5.0)== > Tensorflow 1.13.1

Dankeschön. habe mein Problem gelöst
meine Einstellung
Win10 + Python 3.6.6 + GeForce GTX 1050 Ti (Legion-Notebook)
Visual Studio Community 2017 + CUDA 10.0 (cudnn 7.5.0) + tensorflow 1.13.1

Insgesamt ist es eine große Tortur, den grundlegenden Validierungstest für tensorflow-gpu (1.13.1) zum Laufen zu bringen - ich weiß nicht, wo genau die völlig nutzlose DLL-Ladefehlermeldung herkommt ...

Meine Parameter notieren (Stand 18.03.2019), falls es jedem mutigen Menschen hilft!
Basisframework: Windows 10 Pro/64, Anaconda 3-5.1.0 (Python 3.6.4),
Visual Studio 2017 [GPU=RTX2060]
Erfolglose Zieleinrichtung, die den DLL-Fehler auslöst:
CUDA 10.1 + entsprechendes cuDNN (7.5.0.56)
Was scheint zu funktionieren (nach dem Beheben eines kleinen Fehlers mit der numpy-Version in Anaconda)
CUDA 10.0 + cuDNN 7.4.1.5

Ich habe es mit CUDA 10.1 versucht, aber alle Versionskombinationen haben nicht funktioniert, dann bin ich auf CUDA 10.0 umgestiegen, wie jemand vorgeschlagen hat, und es hat endlich funktioniert. Ich vermute also, dass das Problem beim CUDA 10.1 liegt.

Meine erfolgreichen Versionskombinationen sind:

CUDA 10.0 (NICHT CUDA 10.1)
cuDNN v7.5.0 (21. Februar 2019), für CUDA 10.0 (NICHT für CUDA 10.1)
Annaconda Anaconda 2018.12 (mit Python 3.7-Version, 64-Bit-Grafikinstallationsprogramm)

Dann habe ich 2 Kombinationen getestet: Python 3.7.1 + Tensorflow 1.13.1 und Python 3.68 + Tensorflow 2.0.0-alpha0. Sie arbeiten beide.

Übrigens, ich habe verwendet
conda installieren tensorflow-gpu
Anstatt von
pip install tensorflow-gpu
um tensorflow zu installieren, wie jemand vorgeschlagen hat.

Viel Glück.

Ich hatte das gleiche Problem mit (conda install tensorflow-gpu) löse das Problem.
cuda 10.0
cudnn 7.41.5 für cuda 10.0
Python 7.1

Ich habe TensorFlow gerade auf 1.10.0 herabgestuft und es hat funktioniert

pip install tensorflow-gpu==1.10.0

ja es funktioniert. Markierung!

Ich habe die gleiche Frage mit dem Autor und habe sie jetzt gelöst.
Fenster 10
Python 3.6.2
GPU rtx2080
mein problem ist die version von CUDA und die cudnn passen nicht zueinander.
2019/3/3 Heute ist die neueste Version von CUDA 10.1, aber es gibt keine entsprechende Version von cudnn.
Also habe ich das CUDA 10.0 geändert und den Tensorflow neu installiert, es funktioniert jetzt!

Hallo, ich habe das gleiche Setup mit Python 3.7.
Jetzt gibt es eine cudnn-Version von CUDA 10.1, aber tensorflow-gpu funktioniert immer noch nicht, wenn ich es von pip installiere.
Hast du es selbst umgebaut?

Edit.: Habe das Problem gefunden. Obwohl es eine cudNN-Version von nvidia gibt, die CUDA 10.1 unterstützt, gibt es keine Python-Bibliothek, die CUDA 10.1 unterstützt. Diese Bibliothek wird als Abhängigkeit von tensorflow-gpu installiert, unterstützt aber nur CUDA 10.0.

Ich habe gerade das neueste Conda 3.7 installiert
Führen Sie "conda install tensorflow-gpu" in Anaconda Promt aus
keine Notwendigkeit, cuda, cudann und PATH-Variablen zu installieren
funktioniert alles

Ich kann bestätigen, dass CUDA 10.1 nicht funktioniert. Aber dann hat tensorflow nie behauptet, dass dies der Fall ist, und seine Anleitung bittet darum, CUDA 10.0 herunterzuladen .

Für diejenigen, die diese Version nicht finden können, ist sie in den NVIDIA-Archiven verfügbar und hier ist ein direkter Link: https://developer.nvidia.com/cuda-10.0-download-archive

Meine Einstellungen:

Python 3.6.5
CUDA 9.0
cuDNN 7.41.5
Tensorflow 1.12.0
Tensorflow-GPU 1.12.0

Gute Arbeit

Hallo zusammen,

Stehe vor dem gleichen Problem!

Kann jemand "funktionierende" Umgebungsinformationen für den _AMD Radeon HD7500M_ Grafikbeschleuniger mit den folgenden Angaben bereitstellen:

  • Win10 Pro, FU 1803
  • I3 3. Generation, 4 GB
  • CUDA ver.10.0.130
  • CUDNN Version 7.3.1 für 10.0_0
  • Anaconda3 (2018.12)
  • Py 3.7.1
  • Tensorflow-gpu 1.13.1 - 'Conda'-Installation mit 'Anaconda-Eingabeaufforderung'

Vielen Dank!

Ich habe den gleichen DLL-Ladefehler beim Ausführen von Tensorboard erhalten, keine Probleme beim Ausführen der anderen:

Win10
Tensorflow-GPU 1.11.0
Tensorboard 1.11.0
cudnn 7.1.4
cuda9.0_0
Python 3.6.3

Meine Einstellungen:

Win10x64
Tensorflow-GPU 1.13.1
CUDA 10.1
CUDNN 7.5 für cuda10.1
Python 3.7.1

Und ich habe den gleichen Fehler!

Ich habe den gleichen DLL-Ladefehler beim Ausführen von Tensorboard erhalten, keine Probleme beim Ausführen der anderen:

Win10
Tensorflow-GPU 1.11.0
Tensorboard 1.11.0
cudnn 7.1.4
cuda9.0_0
Python 3.6.3

Ich habe den Fehler behoben, indem ich cygrpc in pip aktualisiert habe, da beim Importieren von cygrpc der DLL-Ladeimportfehler auftritt

Meine Einstellungen:

Win10x64
Tensorflow-GPU 1.13.1
CUDA 10.1
CUDNN 7.5 für cuda10.1
Python 3.7.1

Und ich habe den gleichen Fehler!

Ich habe die Umgebung geändert:
·tensorflow-gpu 1.12.0
·CUDA 9.0
·Cudnn 7.5 für CUDA9.0
·python3.6.8

Endlich funktioniert es!

Ist es, dass TF-GPU NUR mit 'NVIDIA'-Beschleunigern funktioniert!

'RADEON' - müssen eine andere Lib/Build verwenden!

https://github.com/fo40225/tensorflow-windows-wheel

Ich habe ewig gebraucht, aber dieses Problem endlich auf meinem PC gelöst. War eine Mischung aus nicht installiertem cuDNN und VS Redist. Finden Sie die richtigen Versionen für Ihre Python-Version, CPU und Grafikkarte im obigen Link.

Danke DTopping256!!!

Ich hatte das gleiche Problem. Ich habe es gelöst, indem ich tensorflow-gpu deinstalliert und über Conda neu installiert habe.

conda install tensorflow-gpu

Ich habe ein neues Venv erstellt und tensorflow-gpu erneut heruntergeladen, indem ich den Anweisungen hier (https://www.tensorflow.org/install/pip) gefolgt bin. Es wurde jedoch die neueste stabile Version (1.13) installiert, die ein Problem verursachte. Ich habe tf-gpu mit conda installiert und sie haben die Pakete zusammen mit tf-gpu Version 1.12.0-h0d30ee6_0 installiert. Ich denke, die 1,12 V verursachen zumindest auf meinem Laptop keine Probleme.

Zu Ihrer Information:
Win10x64
CUDA V10.1.105
Python 3.6.5
nvidia gpu 1070 max-q

Dasselbe Problem.
win10 x64
cuda 9.0.176
cudnn 7.0
Python 3.6.0
Tensorflow-GPU 1.13.0


@2019/04/16
Ich habe das Problem gelöst, indem ich tensorflow-gpu-1.12 eingerichtet habe, vielleicht braucht die neueste Version tensorflow-gpu-1.13 cuda-10.0.

Tehre ist meine Zusammenfassung , aber die Sprache ist Chinesisch.^_^

Ich hatte das gleiche Problem. Ich habe es gelöst, indem ich tensorflow-gpu deinstalliert und über Conda neu installiert habe.

conda install tensorflow-gpu

Bei mir hat das auch geklappt, ich habe tensorflow mit pip installiert und dann mit pip uninstall tensorflow-gpu deinstalliert und dann wieder mit conda install tensorflow-gpu installiert

Microsoft Windows [Version 6.3.9600]
(c) 2013 Microsoft Corporation. Alle Rechte vorbehalten.

C:\Benutzer\Dell>python
Python 3.7.1 (Standard, 10. Dezember 2018, 22:54:23) [MSC v.1915 64 Bit (AMD64)] :: Ana
conda, Inc. auf win32
Geben Sie "Hilfe", "Copyright", "Credits" oder "Lizenz" ein, um weitere Informationen zu erhalten.

iimprt tensorflow
Datei "", Linie 1
iimprt tensorflow
^
SyntaxError: ungültige Syntax
Tensorflow importieren
Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python\pywrap_tenso
rflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python\pywrap_tenso
rflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python\pywrap_tenso
rflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung
Ion)
Datei "C:\Users\Dell\Anaconda3\lib\imp.py", Zeile 242, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\Dell\Anaconda3\lib\imp.py", Zeile 342, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow__init__.py", Zeile
24, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-im
Hafen
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python__init__.py"
, Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python\pywrap_tenso
rflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python\pywrap_tenso
rflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python\pywrap_tenso
rflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\Dell\Anaconda3\lib\site-packagestentorflow\python\pywrap_tenso
rflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung
Ion)
Datei "C:\Users\Dell\Anaconda3\lib\imp.py", Zeile 242, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\Dell\Anaconda3\lib\imp.py", Zeile 342, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Fehler beim Laden der nativen TensorFlow-Laufzeit.

Siehe https://www.tensorflow.org/install/errors

aus einigen gängigen Gründen und Lösungen. Den gesamten Stack-Trace einschließen
über dieser Fehlermeldung, wenn Sie um Hilfe bitten.

>

Was für ein trauriges Durcheinander von einem Installationsprozess das derzeit ist!

Mit Dank an die Mitwirkenden hier habe ich es endlich zum Laufen gebracht (glaube ich!)

Ich hatte alle regulären PIP-Installationsprozesse von der Tensorflow-Seite aus verfolgt und war bei dieser Kombination auf meinem neuen Windows 10-Desktop (Nvid GTX 1660) & Ananconda mit einer neuen Python 3.6-Umgebung gelandet.

Zehner: 1.13.1
Cuda: 10.1
cuDN: 7,5

und aktualisierte auch meinen System-PFAD, um diese Bibliotheken nach Bedarf hinzuzufügen (obwohl einige CUDA-Pfade bereits dort erschienen waren, vermutlich als Teil der Installation jetzt, aber weitere Pfade wurden nach Bedarf hinzugefügt, wie hier beschrieben).

in jupyter versuchte:
Tensorflow als tf importieren

und bekam den Fehler, den jeder sieht:
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Mein erster Lösungsversuch hat funktioniert!

Nach den Ratschlägen von @oshadaamila oben habe ich den PiP- Tensorflow deinstalliert und mit Conda neu installiert.

Conda brachte folgende Versionen mit:
Zehner: 1.13.1
Cuda: 10.0.130
cuDN: 7,3

Der Import funktioniert nun und ein kleiner Codetest lief gut:

a= tf.konstante(4)
b=tf.konstante(5)
sess=tf.Session()
c= a+b
print('Summe=', sess.run(c))

gibt die Antwort von 9.

Ich habe nichts in der PATH-Umgebung des Systems geändert - alle neuen CUDA und cuDNN sind jetzt in den Ordnern Anaconda3/pkgs installiert, sodass sie in einer Python-Umgebung bevorzugt referenziert werden.

Es ist möglich, dass ich Fehler bekomme, wenn ich versuche, etwas außerhalb der Ananconda-Umgebung zu arbeiten, aber im Moment versuche ich das sogar.

Für TensorFlow 1.31.1

tensorflow/configure.py

_DEFAULT_CUDA_VERSION = '10.0'   // see here

_DEFAULT_CUDA_PATH_WIN = ('C:/Program Files/NVIDIA GPU Computing '
                          'Toolkit/CUDA/v%s' % _DEFAULT_CUDA_VERSION)

# ...

def set_tf_cuda_version(environ_cp):
  """Set CUDA_TOOLKIT_PATH and TF_CUDA_VERSION."""
  ask_cuda_version = (
      'Please specify the CUDA SDK version you want to use. '
      '[Leave empty to default to CUDA %s]: ') % _DEFAULT_CUDA_VERSION

  # ...

  for _ in range(_DEFAULT_PROMPT_ASK_ATTEMPTS):
    # Configure the Cuda SDK version to use.
    tf_cuda_version = get_from_env_or_user_or_default(
        environ_cp, 'TF_CUDA_VERSION', ask_cuda_version, _DEFAULT_CUDA_VERSION)

  # ...

  environ_cp['TF_CUDA_VERSION'] = tf_cuda_version

die aktuelle CUDA-Version ist also 10.0,aber die NVIDIA gibt 10.1 ,Installieren Sie CUDA10.0 und cudnn10.0 und starten Sie dann cmd neues wird funktionieren

für ältere Version https://developer.nvidia.com/cuda-toolkit-archive

Detail: https://blog.kenorizon.cn/note/tensorflow-installation.html

Versuchen Sie pip install tensorflow-gpu==1.13.1-rc2, wenn Sie CUDA 10.0 für RTX verwenden müssen. Ich habe CUDA 10.0, cuDNN 7.5.0, Python 3.6 und es funktioniert!

Ich habe dies behoben, indem ich cuda 10.1 installiert habe (ich habe übrigens Tensorflow 2.0alpha) und cudnn 7.5.0.56
Starten Sie Ihren Computer neu oder importieren Sie tensorflow-gpu wird nicht funktionieren

Beobachtete das ähnliche Problem mit TF 1.13.1 und CUDA 10.1 - behoben durch Entfernen von CUDA 10.1 und Installieren von CUDA 10.0.

Ich hatte das gleiche Problem und ein Downgrade auf CUDA 10.0 hat es gelöst (tensorflow 1.13.1, GTX 1080ti)

Gelöst durch Downgrade auf CUDA 10.0 und cuDNN 7.5 für CUDA 10.0

Gelöst durch Downgrade auf CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.7 und tensorflow 1.13.1.

Vergessen Sie nicht, alle früheren Versionen von tensorflow und CUDA zu bereinigen oder zu deinstallieren, wenn Sie diese Kombination versuchen. Wenn Sie Python 3.7 haben und versuchen, tensorflow 1.13.1 oder eine niedrigere Version zu installieren, funktioniert es nicht, da derzeit keine Version von tensorflow Python 3.7 unterstützt. Entfernen Sie Python 3.7 und beginnen Sie neu.

Hallo @utkalsinha Hast du tensorflow aus dem Quellcode installiert? Ich kompiliere den Tensorflow-Quellcode unter CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.6 und tensorflow 1.13.1, bin aber auch gescheitert. Der einzige Unterschied zwischen uns ist, dass ich Python3.6.6 verwende, während Ihr Python3.6.7 ist

Vergessen Sie nicht, die Umgebungsvariablen für CUDA und cuDNN hinzuzufügen
SET PATH=C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;%PATH%
SET PATH=C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64;%PATH%
SET PATH=C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;%PATH%
SET PATH=C:\toolscuda\bin;%PATH%

Habe das gleiche Problem.. nachdem nach einer Woche alle Haken und Krüge angewendet wurden... Habe einfach den Windows Defender deaktiviert und es funktionierte

Hallo @utkalsinha Hast du tensorflow aus dem Quellcode installiert? Ich kompiliere den Tensorflow-Quellcode unter CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.6 und tensorflow 1.13.1, bin aber auch gescheitert. Der einzige Unterschied zwischen uns ist, dass ich Python3.6.6 verwende, während Ihr Python3.6.7 ist

@asa008 : Nein. Ich habe tensorflow-gpu direkt über pip als pip install tensorflow-gpu==1.13.1 installiert

Nachdem Sie einige Zeit damit verbracht haben, versuchen Sie für tensorflow==2.0.0-alpha0 unter Windows 10 Folgendes zu installieren:

  1. Python 3.6
  2. CUDA v10.0
  3. cudnn 7.4.1.5

Nachdem Sie einige Zeit damit verbracht haben, versuchen Sie für tensorflow==2.0.0-alpha0 unter Windows 10 Folgendes zu installieren:

  1. Python 3.6
  2. CUDA v10.0
  3. cudnn 7.4.1.5

Python 3.7.3 mit gleichem CUDA und cuDNN verwendet, aber den gleichen DLL-Fehler erhalten.

Meiner Erfahrung nach (nach vielen Versuchen und Irrtümern) ist es am besten, die CUDA-Pfade mit dem GUI-basierten Editor unter Windows festzulegen.

Mein Setup ist wie folgt:

  1. CUDA 10.0
  2. neueste verfügbare cudnn (folgen Sie den Anweisungen auf der Nvidia-Website)
  3. Festlegen der Pfade mit dem Umgebungsvariablen-Editor in Windows.
    --> Nach meiner Erfahrung vergisst die Verwendung von "SET PATH ..." auf der Befehlszeile immer noch die neuen Pfade.
    --> Ich habe den PC auch neu gestartet, bevor ich Tensorflow installiert habe.
  4. Tensorflow v1.13
  5. Conda-Umgebung mit Python 3.6

Ich habe dies nicht auf tensorflow alpha ausprobiert, hoffentlich funktioniert es genauso.

Ich habe mehrere Kombinationen auf meinem Windows 10-Computer getestet und dies sind die Ergebnisse:
SCHEITERN
tensorflow-gpu==r1.13
Python 3.7.3
CUDA v10.1
cudnn 7.5.0.56

SCHEITERN
tensorflow-gpu==2.0.0-alpha0
Python 3.7.3
CUDA v10.1
cudnn 7.5.0.56

SCHEITERN
tensorflow-gpu==2.0.0-alpha0
Python 3.6.8
CUDA v10.1
cudnn 7.5.0.56

ERFOLG
tensorflow-gpu==2.0.0-alpha0
Python 3.6.8
CUDA v10.0
cudnn 7.4.1.5

Wenn Sie dieses Problem haben, können Sie die Lib auf tensorflow-gpu==1.10.0 downgraden. Heutzutage haben die höheren Versionen Probleme, dieses Problem tritt häufig in Windows auf.
PD. Danach benötigen Sie CUDA, um diese Bibliothek korrekt zu verwenden.

Was ist mit Linux, sind höhere Versionen von Tensorflow viel stabiler?

bitte hilfe

WARNUNG:tensorflow :Von C:\Users\HP\Anaconda3\envstenorflow\lib\site-packagestentorflow\python\training\saver.py:1266: checkpoint_exists (von tensorflow.python.training.checkpoint_management) ist veraltet und wird entfernt in eine zukünftige Version.

Öffnen Sie ...\Python37\Lib\site-packagestentorflow\python\_pywrap_tensorflow_internal.pyd verwenden Sie Dependency Walker , es wird Ihnen den DLL-Abhängigkeitsbaum anzeigen, Sie werden feststellen, welche DLL das Problem verursacht. TensorFlow ist immer mit der spezifischen CUDA-Version verknüpft.

Das gleiche hier, Win10 Pro x64, Python 3.6.8, Tensorflow-gpu 1.13.1, cuDNN 7.5.1.10, CUDA 10.1, Treiber 430.64
image

Meine Installation:

Windows 10.0.17763.134 x64
NVIDIA-Treiber 416.92
CUDA 10.0.130
CUDNN 7.4.1.5 für CUDA 10.0
Python 3.6.7
GeForce GTX 1080 Ti

Die Ursache für diesen Fehler scheint zu sein, dass Leute, die Python ohne Tcl/Tk-Unterstützung installieren, nicht wissen, dass Tcl für SWIG- und Modulimporte erforderlich ist. Ich habe dies gerade getestet und in meinem Fall reichte es nicht aus, die Python-Installation zu ändern, um Tcl/Tk hinzuzufügen - ich musste alles löschen und von Grund auf neu installieren und jetzt bekomme ich den Fehler nicht mehr.

TL;DR – Entfernen Sie Python einfach vollständig und installieren Sie es neu, wobei die Tcl/Tk-Option ausgewählt ist.

basierend auf
SET PATH=C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;%PATH% SET PATH=C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64 ;%PATH% SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;%PATH% SET PATH=C:\toolscuda\bin;%PATH% (kann keine Tools in C . finden , ignoriere diesen einfach)
Ich habe tensorflow2 alpha erfolgreich installiert, meine Konfiguration ist übrigens:

Windows 10.0.17763.134 x64
NVIDIA-Treiber 416.92
CUDA 10.0.130
CUDNN 7.4.1.5 für CUDA 10.0
Python 3.5.2
GeForce Titan xp x4

Wenn es immer noch nicht funktioniert, habe ich auch Pillow neu installiert und dann TF2 neu installiert, hoffe, es würde hilfreich sein.

Das gleiche hier, Win10 Pro x64, Python 3.6.8, Tensorflow-gpu 1.13.1, cuDNN 7.5.1.10, CUDA 10.1, Treiber 430.64
image

Vielleicht sollten Sie CUDA 10.0 verwenden, nicht 10.1. Ich habe dieses Problem gerade auf meinem PC gelöst, Sie können es überprüfen, indem Sie Dependency Walker verwenden , wie folgt:
image

ursprünglich funktionierte CUDA 9 , ich habe auf tensorflow-gpu 1.13.1 aktualisiert und es wurde gemeldet, dass die DLL nicht gefunden wurde.
Dann habe versucht, tensorflow-gpu auf mehrere Versionen herunterzustufen, aber immer noch gemeldet, dass die DLL nicht gefunden wurde.
Dann habe ich CUDA10.1 update1 und cudnn 7.5.1.10 (beide neueste Version) aktualisiert, es wurde gemeldet, dass die DLL nicht gefunden wurde.
Dann versucht, tensorflow-gpu herunterzustufen, immer noch gemeldete DLL nicht gefunden.
Verwenden Sie dann dependency Walker , aber diese App bleibt beim Öffnen hängen (ich verwende Win10)
Dann habe ich dependency Walker und _pywrap_tensorflow_internal.pyd auf ein Win7-Gerät kopiert und bestätigt, dass es eine Abhängigkeit von CUBLAXX_100.DLL .
Dann habe ich CUDA10.0 installiert und es funktioniert.

Ich werde sagen, es ist NICHT jedes Mal eine gute Erfahrung, wenn ich tensorflow-gpu installiere.
Eine klare Botschaft und ein Vorschlag sind erforderlich, anstatt ein einfaches DLL missing

+1. Gleiches Problem wie bei qinst64.

Kann mir jemand eine Kopie von cuda 10.0 geben? cuda 10.0 wurde gelöscht, nur eine Version von 10.1 ist auf der offiziellen Website verfügbar. Danke!

Vergessen Sie, dass mein System Windows10 ist. Danke!

Oh, ich finde es, ich hoffe, dass jemand Hilfe bekommen kann!
https://developer.nvidia.com/cuda-toolkit-archive

Ich hatte das gleiche Problem, es stellte sich heraus, dass ich cudnn einfach nicht installiert habe (da ich dachte, dass es durch die Installation von CUDA enthalten wäre, stellte sich heraus, dass es dies nicht ist).
Installationsanleitung finden Sie hier

@ymodak Da es unmöglich scheint, Tensorflow-Builds für alle möglichen Python + CUDA + cuDNN-Versionen bereitzustellen, würden Sie zumindest in Betracht ziehen, die Fehlermeldung zu verbessern, um Folgendes aufzunehmen:

  1. Der Name der DLL, der nicht gefunden werden kann, wenn Sie sie dynamisch laden

Oder:

  1. Der Name der statisch geladenen DLL, die aufgrund einer nicht erfüllten Abhängigkeitskette nicht geladen werden konnte?

ERFOLG
tensorflow-gpu==1.10.0
Python 3.6.8
CUDA v9.0
cudnn 7.6.0
Dies hat endlich mein Autokeras-Installationsproblem gelöst

ERFOLG

Können wir cuda und cudnn in der Radeon-Grafikkarte installieren?

Am Sa, 6. April 2019, 22:22 Uhr schrieb Jed Baxter, [email protected] :

Was für ein trauriges Durcheinander von einem Installationsprozess das derzeit ist!

Mit Dank an die Mitwirkenden hier habe ich es endlich zum Laufen gebracht (I
denken!)

Ich hatte alle regulären PIP-Installationsprozesse von Tensorflow aus verfolgt
Seite und war mit dieser Kombination auf meinem neuen Windows 10-Desktop gelandet
(Nvid GTX 1660):

Zehner: 1.13.1
Cuda: 10.1
cuDN: 7,5

und habe auch meinen Systempfad aktualisiert, um diese Bibliotheken nach Bedarf hinzuzufügen (obwohl
einige CUDA-Pfade waren bereits dort aufgetaucht, vermutlich als Teil der It
Jetzt installieren, aber weitere Pfade wurden nach Bedarf hinzugefügt, wie hier beschrieben
https://www.tensorflow.org/install/gpu#windows_setup ).

in jupyter versuchte:
Tensorflow als tf importieren

und bekam den Fehler, den jeder sieht:
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Mein erster Lösungsversuch hat funktioniert!

den Ratschlägen von @oshadaamila folgen https://github.com/oshadaamila
Oben
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-478855387
Ich habe den PiP-Tensorflow deinstalliert und mit Conda neu installiert.

Conda brachte folgende Versionen mit:
Zehner: 1.13.1
Cuda: 10.0.130
cuDN: 7,3

Der Import funktioniert nun und ein kleiner Codetest lief gut:

a= tf.konstante(4)
b=tf.konstante(5)
sess=tf.Session()
c= a+b
print('Summe=', sess.run(c))

gibt die Antwort von 9.

Ich habe nichts an der PATH-Systemumgebung geändert - alles neu
CUDA und cuDNN sind jetzt in den Ordnern Anaconda3/pkgs installiert, so dass sie aussehen
in einer Python-Umgebung bevorzugt referenziert werden.

Es ist möglich, dass ich Fehler bekomme, wenn ich versuche, etwas außerhalb des
Ananconda-Umgebung, aber im Moment versuche ich das sogar.


Sie erhalten dies, weil Sie einen Kommentar abgegeben haben.
Antworten Sie direkt auf diese E-Mail und zeigen Sie sie auf GitHub an
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-480519001 ,
oder den Thread stumm schalten
https://github.com/notifications/unsubscribe-auth/Auda9lPIPF0BJa_NUNfnkhqoHPcvmTwCks5veNC2gaJpZM4XLOd-
.

Können wir cuda in der radeon-Grafikkarte installieren?

Am So, 14 Apr 2019, 8:38 Utkal Sinha, [email protected]
schrieb:

Gelöst durch Downgrade auf CUDA 10.0, cuDNN v7.5.0.56, Python 3.6.7 und
Tensorfluss 1.13.1.

Vergessen Sie nicht, alle früheren Versionen von tensorflow zu bereinigen oder zu deinstallieren und
CUDA, wenn Sie diese Kombination versuchen. Wenn Sie Python 3.7 haben und
Wenn Sie versuchen, tensorflow 1.13.1 oder eine niedrigere Version zu installieren, wird es nicht funktionieren
funktionieren, da derzeit keine Version von tensorflow Python 3.7 unterstützt.
Entfernen Sie Python 3.7 und beginnen Sie neu.


Sie erhalten dies, weil Sie einen Kommentar abgegeben haben.
Antworten Sie direkt auf diese E-Mail und zeigen Sie sie auf GitHub an
https://github.com/tensorflow/tensorflow/issues/22794#issuecomment-482915167 ,
oder den Thread stumm schalten
https://github.com/notifications/unsubscribe-auth/Auda9j9qH1-Z_UgS8jT6-hZZD4xwlzISks5vgpuugaJpZM4XLOd-
.

@roopahtshree GPU

Überprüfen Sie den untenstehenden Link. NVIDIA® GPU-Karte mit CUDA® Compute Capability 3.5 oder höher
https://developer.nvidia.com/cuda-gpus

Hatte das gleiche Problem, aber die Verwendung von CUDA 10.0, CUDNN 7, Python 3.6.8 und TensorFlow 1.13 funktioniert jetzt.

https://docs.nvidia.com/deeplearning/sdk/cudnn-support-matrix/index.html

Windows 10
cuDNN 7.5.0
CUDA 9.0.176
tensorflow-gpu 1.10.0
Anaconda-Python 3.6.2

OK!!!

Windows 8.1
cuDNN 7.6.0 für CUDA 10.0
CUDA 10.0 für Windows 7
Tensorflow-GPU 1.13.1
Anaconda-Python 3.7+

OK!!!!

@pishangujeniya

Ich habe in den letzten Tagen versucht, tensorflow zu installieren, und ich habe fast alle diese Konfigurationen ausprobiert. Dieser hat bei mir funktioniert. Ich danke dir sehr.

Hier poste ich meine Lösung:
Ich stoße auch auf das Problem( ImportError: DLL load failed: 找不到指定的模块。Fehler beim Laden der nativen TensorFlow-Laufzeit .) bei direkter Verwendung von pip isntall(tensorflow1.13.1). Ich wandte mich an lfd.uci und ältere Version tensorflow1.9 herunter und installierte sie dann lokal. Es klappt .

  • win10 x64
  • cuda10.1 cudnn 7.5
  • anaconda3 2019.3 mit Python3.7

Es scheint, als würde mit TensorFlow 1.13.1 nur CUDA 10 funktionieren (und nicht CUDA 10.1). Die von @pishangujeniya geteilte

CUDA-Toolkit 10.0 (September 2018)
Laden Sie cuDNN v7.6.0 (20. Mai 2019) für CUDA 10.0 herunter

Meine Konfiguration funktioniert mit folgendem:

tensorflow-gpu==1.14.0
Python 3.6.8
CUDA v10.0
cudnn 7.4.1.5

Ich verwende TensorFlow in Anaconda und bin auch auf dieses Problem gestoßen. Es hängt mit Kompatibilitätsproblemen zwischen Versionen von TensorFlow, CUDA und cuDNN zusammen. Anacondas neuestes cudatoolkit lädt automatisch die richtigen Versionen von CUDA und cuDNN für TF v1.13 herunter und installiert sie. Sie können cudatoolkit verwenden, anstatt CUDA und cuDNN manuell zu installieren.

Ich konnte dieses Problem beheben, indem ich:
1) Anaconda deinstallieren, dann die neueste Version von Anaconda herunterladen und installieren
2) Erstellen einer neuen virtuellen Umgebung und verwenden Sie "conda install tensorflow-gpu" (installiert automatisch auch CUDA und cuDNN)
3) Arbeiten in dieser Umgebung für das Projekt

Danke an alle. 10.1 Toolkit schlug immer wieder mit dem gleichen Fehler fehl, aber 10.0 funktionierte wie ein Zauber.

Ich habe es behoben, indem ich cuda10.1 deinstalliert und cuda 10.0 installiert habe

Ich verwende TensorFlow in Anaconda und bin auch auf dieses Problem gestoßen. Es hängt mit Kompatibilitätsproblemen zwischen Versionen von TensorFlow, CUDA und cuDNN zusammen. Anacondas neuestes cudatoolkit lädt automatisch die richtigen Versionen von CUDA und cuDNN für TF v1.13 herunter und installiert sie. Sie können cudatoolkit verwenden, anstatt CUDA und cuDNN manuell zu installieren.

Ich konnte dieses Problem beheben, indem ich:

  1. Anaconda deinstallieren, dann die neueste Version von Anaconda herunterladen und installieren
  2. Neue virtuelle Umgebung erstellen und "conda install tensorflow-gpu" verwenden (installiert automatisch auch CUDA und cuDNN)
  3. In dieser Umgebung für das Projekt arbeiten

Nach all den Prüfungen hat mir diese Antwort den Tag versüßt. 'conda install tensorflow-gpu' sperrt den Tensorflow auf 1.12 und löst alle Abhängigkeitsprobleme.

ich stand vor dem gleichen Problem.....

C:\Anaconda3>python
Python 3.7.1 (Standard, 28.10.2018, 08:39:03) [MSC v.1912 64 Bit (AMD64)] :: Anaconda, Inc. auf win32
Geben Sie "Hilfe", "Copyright", "Credits" oder "Lizenz" ein, um weitere Informationen zu erhalten.

Tensorflow als tf importieren
Traceback (letzter Anruf zuletzt):
Datei "C:\Anaconda3\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Anaconda3\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Anaconda3\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Anaconda3\lib\imp.py", Zeile 242, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Anaconda3\lib\imp.py", Zeile 342, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Eine Initialisierungsroutine für eine Dynamic Link Library (DLL) ist fehlgeschlagen.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "", Zeile 1, in
Datei "C:\Anaconda3\lib\site-packagestentorflow__init__.py", Zeile 28, in
from tensorflow.python import pywrap_tensorflow # pylint: disable=unused-import
Datei "C:\Anaconda3\lib\site-packagestentorflow\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Anaconda3\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Anaconda3\lib\site-packagestentorflow\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Anaconda3\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Anaconda3\lib\site-packagestentorflow\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Anaconda3\lib\imp.py", Zeile 242, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Anaconda3\lib\imp.py", Zeile 342, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Eine Initialisierungsroutine für eine Dynamic Link Library (DLL) ist fehlgeschlagen.

Fehler beim Laden der nativen TensorFlow-Laufzeit.

Siehe https://www.tensorflow.org/install/errors

aus einigen gängigen Gründen und Lösungen. Den gesamten Stack-Trace einschließen
über dieser Fehlermeldung, wenn Sie um Hilfe bitten.

Habe etwas Interessantes gefunden, das einigen von Ihnen, die Anaconda verwenden, helfen sollte.

Systemspezifikation:
Witwen 10
Python 3.7.3
Cuda 10.0
cudnn und cupti mit conda installed installiert

Durch das Hinzufügen von Anaconda zum Systempfad während der Installation (die nicht empfohlene / Standardeinstellung) konnte ich nicht laufen. Eine Neuinstallation ohne Auswahl der Option hat dieses Problem behoben.

Ich denke, dies könnte mit dem Hinweis auf die Datei cudnn64_7.dll zusammenhängen. Nach der Installation unter Windows ist es erforderlich, auf cuDNN64_7.dll hinzuweisen. Anleitung zum Hinzufügen unten:

  • Geben Sie den Pfad in das Suchfeld von Windows 10 ein
  • Einstellungen öffnen: Bearbeiten Sie die Systemumgebungsvariablen über die Systemsteuerung
  • Klicken Sie auf der Registerkarte Erweitert auf Umgebungsvariablen…
  • Wählen Sie Pfad unter Benutzervariablen für Ihren-Benutzernamen aus und klicken Sie auf Bearbeiten...
  • Klicken Sie im neuen Fenster Umgebungsvariable bearbeiten auf Neu und fügen Sie den folgenden Pfad in das Textfeld ein
  • (Ihr CUDNN64_7.dll-Speicherort) (z. B. meins - C:\cudnn-10.0-windows10-x64-v7.6.0.64cuda\bin)
  • Klicken Sie auf OK, um das Fenster zu schließen, und erneut auf OK, um das Fenster Umgebungsvariablen und System - Eigenschaften zu schließen
    -Öffnen Sie eine Anaconda-Eingabeaufforderung und geben Sie echo %PATH% ein. Sie sollten den neu hinzugefügten Pfad in der Ausgabe sehen können.

Ich bezweifle es. Oder zumindest ist das bei mir nicht der Grund. Ich habe den Pfad manuell hinzugefügt, aber das System konnte ihn nicht erkennen

Ich bekomme auch den gleichen Fehler.
Irgendwie löst das Upgrade von TensorFlow auf Version 1.14.0 das Problem :)

in der Conda-Umgebung installiert und funktioniert gut unter Win10 + gtx1060 (nb-Version)
Tensorflow 1.13.1
Tensorflow-GPU 1.13.1
Tensorflow-Datensätze 1.0.1
Keras 2.2.3
cudatoolkit 9.0
cudnn 7.6.4
Python 3.6.7

Ich hänge heute den ganzen Tag an diesem Thema fest
In der virtuellen Umgebung kann ich Tensorflow 2 erfolgreich importieren, aber innerhalb des Visual Studio Jupyter-Notebooks erhalte ich die folgende Fehlermeldung

_mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
File "C:\Users\IT\envs\tf1env\lib\imp.py", line 242, in load_module
return load_dynamic(name, filename, file)
File "C:\Users\IT\envs\tf1env\lib\imp.py", line 342, in load_dynamic
return _load(spec)
ImportError: DLL load failed: The specified module could not be found.

Ich verwende Tensorflow 2, CUDA 10.1 und cuDNN 7.6.5

Dieses Problem lässt sich nicht leicht selbst herausfinden oder lösen.

Am einfachsten ist es, den Anweisungen in diesem Beitrag zu folgen:
https://www.pugetsystems.com/labs/hpc/How-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-UPDATED-1419

oder nutzen Sie einfach Google Colab - sie erledigen all das für Sie.

"ImportError: DLL load failed:" denkt nicht daran zu erwähnen, welche DLL fehlt? Das wird ein Spaß

Gleiches Problem
In der Conda lsit stand, dass ich das Paket bereits installiert habe.
Aber als ich versucht habe, es auszuführen, gibt es viele Fehler.

Ich weiß nicht was los ist

Hatte dieses Problem mit Tensorflow 2.1.0 (CPU-Version). Es ist gelungen, es durch ein Downgrade auf Tensorflow 2.0.0 zu beheben:

pip install tensorflow==2.0.0

Wenn Sie dies nach 2.1.0 haben, liegt dies wahrscheinlich daran, dass es standardmäßig mit GPU-Unterstützung ausgestattet ist. Und es erfordert _Microsoft Visual C++ Redistributable for Visual Studio 2015_, wie im Installationsschritt #1 auf der Website gezeigt.

image

Aus den Versionshinweisen:

image

Ich habe die Versionshinweise gefunden, die @abdulrahman-khankan oben Screenshot gemacht hat: https://github.com/tensorflow/tensorflow/releases/tag/v2.1.0

Hier ist der Link zu Microsoft Visual C++ Redistributable für Visual Studio 2015, 2017 und 2019 aus diesem Dokument. Denken Sie daran, dass Text in Screenshots nicht angeklickt, kopiert, übersetzt, von Screenreadern gelesen usw. werden kann!

Ich ging davon aus, dass jeder weiß, wie man zur Veröffentlichungsseite geht oder einfach die MS-Installer googelt. Danke für das Teilen der Links!

Wegen weiterer Probleme mit PyInstaller habe ich das Downgrade auf tensorflow == 1.14.0 .

@ERDataDoc über Ihren Link

Am einfachsten ist es, den Anweisungen in diesem Beitrag zu folgen:
https://www.pugetsystems.com/labs/hpc/How-to-Install-TensorFlow-with-GPU-Support-on-Windows-10-Without-Installing-CUDA-UPDATED-1419

ist hilfreich, aber manchmal kann es den Treiber auf CUDA 10.2 aktualisieren, das noch nicht unterstützt wird
(das ist in meinem Fall passiert)

Tut mir leid, mir ist klar, dass dies nicht hilfreich ist, aber ich habe es jetzt aufgegeben, ernsthafte Versuche mit Python unter Windows zu unternehmen. Nach 3 Wochen versuche ich immer noch, den ganzen Scheiß zu installieren, den ich für das erste Tutorial brauche (Vielleicht habe ich meine Ziele zu hoch gesteckt, aber dann erinnere ich mich an Lochkarten und Papierklebeband)

https://github.com/tensorflow/tensorflow/issues/22512#issuecomment -572603142
Dies hat es für mich gelöst.
(Downgrade auf tensorflow 2.0.0)
pip install tensorflow==2.0.0

https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -580329356

Ich habe das Redistributable installiert und msvcp140.dll ist in meinem Dateisystem verfügbar.

Allerdings bekomme ich den Fehler immer noch. Ein Downgrade hilft, aber ich muss meine Version aktualisieren, da es einen nicht behobenen Fehler in 2.0.0 gibt, den ich nicht umgehen kann.

Gibt es einen Hinweis von den Entwicklern, dass sie daran arbeiten?

Ich habe es repariert.
Verbringen Sie Tage damit, sie zu reparieren.

Installierte tensorflow mit pip install tensorflow-cpu
Aktualisiertes visuelles c++ 2015-2019

Das Problem war, dass ich keine NVIDIA-Grafik hatte, also sollte ich mit der CPU-Version installieren, weil ich Raedon Vega 8-Grafik verwende

Ich hoffe es hilft.

In meinem Fall habe ich Python 3.6 verwendet und es war ein Fehler. Also habe ich auf 3.6.8 aktualisiert und es funktionierte dann mit tensorflow 2.0.0

Es ist Arbeit für mich Python: 3.7.6
pip installieren tensorflow==2.0
wenn Sie tensoflow-gpu . verwenden
pip install --upgrade tensorflow-gpu==2.0

ich installierte

  • Python 3.6.2 (<-- musste meine Python-Version ändern und auf 64bit wechseln)
  • Ich hatte bereits die msvcp140.dll und msvcp140_1.dll in meinem System32/
  • Cuda 10.0 (nicht sicher, ob das notwendig war).
  • pip install tensorflow==2.0 (<-- 2.1.0 hat nicht funktioniert!)
    und dann hat es geklappt :)

Dies ist die endgültige Antwort auf diesen Thread: https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -573297027

Bitte spammen Sie nicht mit "Ich habe es gelöst!" und individuelle Lösungen.

Hallo @mihaimaruseac

  1. Können Sie der Anleitung auf der Site ein neues Element mit einer Beschreibung der Probleme hinzufügen, die durch die fehlende Unterstützung des AVX-Befehls verursacht werden können?
  2. Wenn Sie diesen Link zur Problemliste hinzufügen, wobei __Fehlermeldung__ gleich _"ImportError: DLL load failed: Das angegebene Modul konnte nicht gefunden werden."_
  3. Wissen Sie, wie Sie eigene Binärdateien erstellen, die ohne AVX-Unterstützung sein werden?

Wenn jemand tensorflow whl ohne AVX-Unterstützung benötigt, finden Sie es in diesem Repository , vielen Dank an den Autor. Oder Sie können den Intel Software Development Emulator verwenden , um den ursprünglichen Tensorflow mit AVX-Unterstützung auszuführen.

Um die AVX-Unterstützung zu testen, verwenden Sie Coreinfo .

FEHLER:root : Interner Python-Fehler im Prüfmodul.
Unten ist die Rückverfolgung von diesem internen Fehler.

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", Zeile 3331, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
Datei "", Zeile 1, in
flair_data, ot_data =load_dataset(PATH)
Datei "", Zeile 64, in load_dataset
train_ot = np.vstack(train_ot)
Datei "<__array_function__ internals>", Zeile 6, in vstack
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\numpy\core\shape_base.py", Zeile 283, in vstack
return _nx.concatenate(arrs, 0)
Datei "<__array_function__ internals>", Zeile 6, verkettet
ValueError: benötigt mindestens ein Array zum Verketten

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", Zeile 2044, in showtraceback
stb = Wert._render_traceback_()
AttributeError: 'ValueError' Objekt hat kein Attribut '_render_traceback_'

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestenorflow_core\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\Pankaj\Anaconda3\lib\imp.py", Zeile 242, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\Pankaj\Anaconda3\lib\imp.py", Zeile 342, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\ultratb.py", Zeile 1151 in get_records
return _fixed_getinnerframes(etb, number_of_lines_of_context, tb_offset)
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\ultratb.py", Zeile 319, in Wrapped
return f( args, * kwargs)
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\ultratb.py", Zeile 353, in _fixed_getinnerframes
record = fix_frame_records_filenames(inspect.getinnerframes(etb, context))
Datei "C:\Users\Pankaj\Anaconda3\lib\inspect.py", Zeile 1502, in getinnerframes
frameinfo = (tb.tb_frame,) + getframeinfo(tb, Kontext)
Datei "C:\Users\Pankaj\Anaconda3\lib\inspect.py", Zeile 1460, in getframeinfo
filename = getsourcefile(frame) oder getfile(frame)
Datei "C:\Users\Pankaj\Anaconda3\lib\inspect.py", Zeile 696, in getsourcefile
if getattr(getmodule(object, filename), '__loader__', None) ist nicht None:
Datei "C:\Users\Pankaj\Anaconda3\lib\inspect.py", Zeile 733, in getmodule
if ismodule(modul) und hasattr(module, '__file__'):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow__init__.py", Zeile 50, in __getattr__
Modul = self._load()
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow__init__.py", Zeile 44, in _load
module = _importlib.import_module(self.__name__)
Datei "C:\Users\Pankaj\Anaconda3\lib\importlib__init__.py", Zeile 127, in import_module
return _bootstrap._gcd_import(name[level:], paket, level)
Datei "", Zeile 1006, in _gcd_import
Datei "", Zeile 983, in _find_and_load
Datei "", Zeile 953, in _find_and_load_unlocked
Datei "", Zeile 219, in _call_with_frames_removed
Datei "", Zeile 1006, in _gcd_import
Datei "", Zeile 983, in _find_and_load
Datei "", Zeile 967, in _find_and_load_unlocked
Datei "", Zeile 677, in _load_unlocked
Datei "", Zeile 728, in exec_module
Datei "", Zeile 219, in _call_with_frames_removed
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core__init__.py", Zeile 42, in
von . _api.v2 Audio importieren
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core_api\v2\audio__init__.py", Zeile 10, in
von tensorflow.python.ops.gen_audio_ops importieren decode_wav
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core\python\ops\gen_audio_ops.py", Zeile 9, in
von tensorflow.python importiere pywrap_tensorflow als _pywrap_tensorflow
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow__init__.py", Zeile 50, in __getattr__
Modul = self._load()
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow__init__.py", Zeile 44, in _load
module = _importlib.import_module(self.__name__)
Datei "C:\Users\Pankaj\Anaconda3\lib\importlib__init__.py", Zeile 127, in import_module
return _bootstrap._gcd_import(name[level:], paket, level)
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core\python__init__.py", Zeile 49, in
von tensorflow.python importieren pywrap_tensorflow
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core\python\pywrap_tensorflow.py", Zeile 74, in
raise ImportError(msg)
ImportError: Traceback (letzter Aufruf zuletzt):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", Zeile 3331, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
Datei "", Zeile 1, in
flair_data, ot_data =load_dataset(PATH)
Datei "", Zeile 64, in load_dataset
train_ot = np.vstack(train_ot)
Datei "<__array_function__ internals>", Zeile 6, in vstack
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\numpy\core\shape_base.py", Zeile 283, in vstack
return _nx.concatenate(arrs, 0)
Datei "<__array_function__ internals>", Zeile 6, verkettet
ValueError: benötigt mindestens ein Array zum Verketten

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", Zeile 2044, in showtraceback
stb = Wert._render_traceback_()
AttributeError: 'ValueError' Objekt hat kein Attribut '_render_traceback_'

Während der Behandlung der obigen Ausnahme ist eine weitere Ausnahme aufgetreten:

Traceback (letzter Anruf zuletzt):
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core\python\pywrap_tensorflow.py", Zeile 58, in
von tensorflow.python.pywrap_tensorflow_internal import *
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestentorflow_core\python\pywrap_tensorflow_internal.py", Zeile 28, in
_pywrap_tensorflow_internal = swig_import_helper()
Datei "C:\Users\Pankaj\Anaconda3\lib\site-packagestenorflow_core\python\pywrap_tensorflow_internal.py", Zeile 24, in swig_import_helper
_mod = imp.load_module('_pywrap_tensorflow_internal', fp, Pfadname, Beschreibung)
Datei "C:\Users\Pankaj\Anaconda3\lib\imp.py", Zeile 242, in load_module
return load_dynamic(Name, Dateiname, Datei)
Datei "C:\Users\Pankaj\Anaconda3\lib\imp.py", Zeile 342, in load_dynamic
return_load(spez)
ImportError: DLL-Laden fehlgeschlagen: Das angegebene Modul konnte nicht gefunden werden.

Fehler beim Laden der nativen TensorFlow-Laufzeit.

Siehe https://www.tensorflow.org/install/errors

aus einigen gängigen Gründen und Lösungen. Den gesamten Stack-Trace einschließen
über dieser Fehlermeldung, wenn Sie um Hilfe bitten.

Bitte deinstallieren Sie die neueste Version von Microsoft Visual C++ Redistributable for Visual Studio, wenn Sie 2019 und davor installieren

Laden Sie Microsoft Visual C++ Redistributable für Visual Studio 2015, 2017 und 2019 herunter, abhängig von Ihrem System entweder x64 oder x86 auf dieser Website

https://support.microsoft.com/en-my/help/2977003/the-latest-supported-visual-c-downloads

Bitte deinstallieren Sie die neueste Version von Microsoft Visual C++ Redistributable for Visual Studio, wenn Sie 2019 und davor installieren

Laden Sie Microsoft Visual C++ Redistributable für Visual Studio 2015, 2017 und 2019 herunter, abhängig von Ihrem System entweder x64 oder x86 auf dieser Website

https://support.microsoft.com/en-my/help/2977003/the-latest-supported-visual-c-downloads

Hallo fitrialif,
Ich habe das Microsoft Visual C++ installiert. Aber der gleiche Fehler bleibt bestehen. Muss ich nach der Installation noch etwas tun (Dateien verschieben usw.?)

Scheint ein Problem mit TF2.1 zu sein.

Das Downgrade auf TF2.0 hat bei mir funktioniert: pip install tensorflow==2.0

@pallyndr Dies liegt daran, dass Sie die neueste MSVC Redistributable für 2.1 herunterladen müssen, wie in https://github.com/tensorflow/tensorflow/issues/22794#issuecomment -573297027 erwähnt

Da die Leute den Thread leider immer wieder mit "es funktioniert bei mir" / "ich habe das gleiche Problem" / "gelöst, indem ich diese andere Sache gelöst habe" anhäufen, wurde die eigentliche Lösung im obigen Kommentar begraben.

Nachdem ich MSVC und CUDA (ich bin mit NVIDIA-Karte) und cuDNN heruntergeladen habe, funktionierte es.

Konversation sperren, um nicht mehr Kommentare zu erhalten, die die Lösung stummschalten

War diese Seite hilfreich?
0 / 5 - 0 Bewertungen